Intracranial Surface-Enhanced Raman Scattering Endoscopy for <i>In Vivo</i> Protein Quantification under Physiological Stimulation
Notice bibliographique
Résumé
Surface-enhanced Raman scattering (SERS) endoscopes hold great promise for minimally invasive, high-spatial-resolution in vivo protein detection in deep regions of the central nervous system, such as the brainstem. We developed an intracranial SERS endoscope using 70 μm optical fibers decorated with gold nanoparticles and functionalized with the anti-S100β antibody for in vivo monitoring of S100β, an astrocytic protein, across different brain regions. Here, we report that the SERS endoscope can detect varying levels of protein release across multiple brain regions, corresponding to different levels of brain activity. Using optogenetic stimulation of the cortical masticatory area (CMA) to induce rhythmic jaw movements (RJMs) in awake mice, we observed a significant increase in S100β concentration in the trigeminal main sensory nucleus (NVsnpr) located in the brainstem. Notably, the mild stimulation of the CMA, which did not evoke RJMs, resulted in lower, yet detectable, levels of S100β release. Additionally, SERS endoscopes inserted across different locations of the somatosensory cortex of anesthetized mice revealed S100β levels that matched the known activation profiles across cortical hemispheres in response to tactile stimulation of the hindpaw. Overall, these results demonstrate intracranial SERS endoscopy for in vivo protein monitoring in awake animals.
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 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) | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».