MétaCan
Menu
Retour à la cohorte
Enregistrement W4404764582 · doi:10.1021/acs.nanolett.4c04147

Hydrophilic Metal–Organic Frameworks Regulated by Biomineralized Protein for Enhanced Stability and Drug Delivery

2024· article· en· W4404764582 sur OpenAlexaff
Sajid Ur Rehman, Shuai Kong, Jing Zhang, Haining Xia, Ruiguo Chen, Zeyong Guo, Zehua Li, Rida Ahmed, Abbas Rehman, Hossein Kazemian, Yan-Yi Jiang, Shuai Xu, Kun Ma, Junfeng Wang

Notice bibliographique

RevueNano Letters · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesHigh-end Foreign Experts Recruitment Plan of ChinaAlliance of International Science OrganizationsNational Natural Science Foundation of China
Mots-clésDrug deliveryMetal-organic frameworkNanotechnologyDrugMaterials scienceMetalChemistryProtein stabilityChemical engineeringOrganic chemistryPharmacologyMetallurgyAdsorptionBiochemistry

Résumé

récupéré en direct d'OpenAlex

For bridging the gap between biological and synthetic materials, the fusion of Metal-Organic Frameworks (MOFs) with biological entities has emerged as a revolutionary strategy in functional materials. In this context, our study introduces a novel structure wherein Bovine Serum Albumin (BSA), a robust and versatile protein, encapsulates zeolitic imidazolate framework-8 (ZIF-8), forming a protein-caged MOF. Highlighting the advantages of this innovative design, the protein-encapsulation enhances the stability and dispersity of ZIF-8, and aids in the synthesis of smaller-sized nanoparticles, crucial for size-impact performance applications. Additionally, the BSA-caged ZIF-8 structure showcases potential in drug delivery applications, especially in the controlled delivery of chemotherapeutic drugs. The study thus elucidates the multifaceted applicability of this novel structure, marking a significant stride in the convergence of biological and synthetic materials.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207