Silica-Based Nanomaterials For Cancer Theranostics
Notice bibliographique
Résumé
Nanomedicine is the medical application of nanomaterials.It is expected to have a revolutionary impact on health care.One of the most exciting concepts in nanomedicine is the development of multifunctional nanoparticles that enable the simultaneous detection and treatment of diseases with unprecedented precision (theranostics).This thesis focuses on the development of an ultrasmall silica-based nanomaterials platform for theranostics applications.The synthesis and detailed characterization of a variety of silica-based nanomaterials are discussed with novel structures and tunable dimensions in the sub-10nm regime.Fluorescence correlation spectroscopy is introduced as an appropriate tool for fluorescent nanoparticle characterization.Particular focus is on surface modifications of nanoparticles synthesized in water with biocompatible polyethylene glycol and cancer targeting ligands.Such clinically applicable silica-based nanomaterials (C'dots) have received FDA approval as an investigational new drug (IND).Multiple human clinical trials with C' dots on cancer patients are currently ongoing at Memorial Sloan Kettering Cancer Center (MSKCC).The study of silica nanomaterials further provides insights to fundamental questions regarding the early formation mechanisms of self-assembled nanostructures.To that end investigations of the formation process of quasi-crystalline mesoporous silica nanoparticles is discussed that highlight structural details of building blocks and pathways responsible for the switch between crystalline (cubic symmetry) and quasicrystalline states.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,025 |
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 ».