Core–shell inorganic NP@MOF nanostructures for targeted drug delivery and multimodal imaging-guided combination tumor treatment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
It is well known that metal-organic framework (MOF) nanostructures have unique characteristics such as high porosity, large surface areas and adjustable functionalities, so they are ideal candidates for developing drug delivery systems (DDSs) as well as theranostic platforms in cancer treatment. Despite the large number of MOF nanostructures that have been discovered, conventional MOF-derived nanosystems only have a single biofunctional MOF source with poor colloidal stability. Accordingly, developing core-shell MOF nanostructures with good colloidal stability is a useful method for generating efficient drug delivery, multimodal imaging and synergistic therapeutic systems. The preparation of core-shell MOF nanostructures has been done with a variety of materials, but inorganic nanoparticles (NPs) are highly effective for drug delivery and imaging-guided tumor treatment. Herein, we aimed to overview the synthesis of core-shell inorganic NP@MOF nanostructures followed by the application of core-shell MOFs derived from magnetic, quantum dots (QDs), gold (Au), and gadolinium (Gd) NPs in drug delivery and imaging-guided tumor treatment. Afterward, we surveyed different factors affecting prolonged drug delivery and cancer therapy, cellular uptake, biocompatibility, biodegradability, and enhanced permeation and retention (EPR) effect of core-shell MOFs. Last but not least, we discussed the challenges and the prospects of the field. We envision this article may hold great promise in providing valuable insights regarding the application of hybrid nanostructures as promising and potential candidates for multimodal imaging-guided combination cancer therapy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle