相关实验视频
Updated: May 6, 2026

Harmonic Nanoparticles for Regenerative Research
Published on: May 1, 2014
通过光发光增强红细胞的可视化使用NaYbF4:Yb3+,Er3+纳米粒子
Vivian Torres-Vera1,2,3, Lorena M Coronado1,4, Ana Patricia Valencia5
1Biomedical Physics and Engineering Unit, Center of Cellular and Molecular Biology of Diseases (CBCMe), Instituto de Investigaciones Científicas y Servicios de Alta Tecnología (INDICASAT AIP), Panama City 1843-01103, Panama.
这项研究优化了稀土上转化纳米粒子 (UCNPs) 用于成像红细胞. 最佳条件确保了最小的细胞损伤,并使用机器学习实现了准确的自动化分析.
科学领域:
- 纳米技术纳米技术
- 生物医学成像技术 生物医学成像技术
- 材料科学 材料科学 材料科学
背景情况:
- 稀土纳米粒子 (RE-NP),特别是NaYF4:Yb3+,Er3+,是有前途的光发光探针.
- 上转换发光 (UCNP) 允许低能光子的吸收和高能光子的发射,这是生物分子中没有的独特特征.
- 为生物成像优化UCNP对于信号最大化和生物兼容性至关重要.
研究的目的:
- 合成和优化用聚烯酸 (PAA) 涂覆的六角相UCNP,用于人体红细胞成像.
- 建立UCNP化,度和激光激发的最佳条件,以实现有效的生物成像.
- 评估UCNP细胞毒性,局部化,并开发用于自动信号分析的机器学习模型.
主要方法:
- 用PAA涂层的六角相UCNP (29 ± 3 nm) 的合成.
- 优化化时间 (4h),缓冲区 (100 mM HEPES),纳米颗粒度 (0.01 mg/mL) 和激光电流 (250-300 mA) 用于红细胞成像.
- 细胞毒性评估,UCNP本地化研究,以及用于信号分类的随机森林机器学习模型实施.
主要成果:
- 建立了最佳的成像条件,平衡信号强度和细胞完整性.
- UCNPs显示出最小的细胞毒性,并局部存在于红细胞膜外围,表明表面吸附.
- 一个随机森林模型在对光发光信号进行分类时实现了80%的准确性和83%的精度,其中信号强度是关键特征.
结论:
- 为基于UCNP的红细胞成像开发了一种经过验证的协议.
- 该协议确保了强大的成像,对细胞活力的影响最小.
- 使用机器学习的自动图像分析对于UCNP生物成像应用是可行的和有效的.
更多相关视频
11:28Biofunctionalized Prussian Blue Nanoparticles for Multimodal Molecular Imaging Applications
Published on: April 28, 2015
11:20An Integrated System to Remotely Trigger Intracellular Signal Transduction by Upconversion Nanoparticle-mediated Kinase Photoactivation
Published on: August 30, 2017