Protein-Engineered Fibers For Drug Encapsulation Traceable via <sup>19</sup>F Magnetic Resonance
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Theranostic materials research is experiencing rapid growth driven by the interest in integrating both therapeutic and diagnostic modalities. These materials offer the unique capability to not only provide treatment but also track the progression of a disease. However, to create an ideal theranostic biomaterial without compromising drug encapsulation, diagnostic imaging must be optimized for improved sensitivity and spatial localization. Herein, we create a protein-engineered fluorinated coiled-coil fiber, Q2 TFL, capable of improved sensitivity to 19 F magnetic resonance spectroscopy (MRS) detection. Leveraging residue-specific noncanonical amino acid incorporation of trifluoroleucine (TFL) into the coiled-coil, Q2, which self-assembles into nanofibers, we generate Q2 TFL . We demonstrate that fluorination results in a greater increase in thermostability and 19 F magnetic resonance detection compared to the nonfluorinated parent, Q2. Q2 TFL also exhibits linear ratiometric 19 F MRS thermoresponsiveness, allowing it to act as a temperature probe. Furthermore, we explore the ability of Q2 TFL to encapsulate the anti-inflammatory small molecule, curcumin (CCM), and its impact on the coiled-coil structure. Q2 TFL also provides hyposignal contrast in 1 H MRI, echogenic signal with high-frequency ultrasound and sensitive detection by 19 F MRS in vivo illustrating fluorination of coiled-coils for supramolecular assembly and their use with 1 H MRI, 19 F MRS and high frequency ultrasound as multimodal theranostic agents.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».