hal是一个多学科的开放访问档案,用于存款和传播科学研究文件,无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
根据国际能源署 (IEA) 和欧洲环境署 (EEA) 的数据,能源消耗量逐年增加。这刺激了人们对新能源的探索和现有能源效率的提高。据预测,到 2030 年,光伏设备将产生太瓦级能源,同时千瓦时成本也将降低 [1]。太阳能是最经济实惠的能源之一。硅基太阳能电池主要用于太阳能利用。大部分能源将由硅太阳能电池板产生。除了硅之外,还有各种多层复合材料,如 GaAs、CdTe、Cu(In,Ga)Se 2 和最近提出的钙钛矿结构 [2, 3]。后者价格昂贵,难以在工业规模上生产。此外,由于有毒成分,过期后处理也存在问题,使用此类复合材料违背了绿色化学的原则。硅的优势在于化学可用性、技术链的成熟度、电子元件(包括含有稀土元素的元件)的处理。同时,硅基太阳能电池的一个严重缺点是光电转换效率 (LECE) 相对较低,即最佳样品的转换效率不高于 25% [4,5]。硅的最高光敏性区域位于约 1 µ m,其 LECE 光谱与太阳发射光谱的对应性较差。通过将太阳辐射从紫外线和蓝色光谱范围向下转换为 1 µ m 光谱范围来提高硅太阳能电池板的效率是一项紧迫的任务,对于太空应用而言,这非常现实 [6– 9]。潜在的发射体是三价镱离子,因为它的近红外 (NIR) 发光带约为 1000 nm( 2 F 5 / 2 – 2 F 7 / 2 跃迁)[9–13],与硅电池的 LECE 光谱顶部高度重合。Ba 4 Y 3 F 17 [14–17] 是经过深入研究的新型发光基质之一,因为它表现出下转换发光的高量子产率 [14]。对于在这些光谱区域吸收的各种敏化阳离子,能量可以从紫外和蓝色光谱区域转移到镱。一种特别有效的能量转移机制是通过敏化剂离子的逐步弛豫,通过量子切割机制激发两个受体离子 [12, 13, 18, 19]。量子切割表现出高达 195% 的高量子效率系数,但 NIR 发光的量子产率较低。更有效的途径是在具有更高发光量子产率的系统中简单地降档。一种有前途的组合物是 Yb/Eu 掺杂对,因为铕的吸收光谱包含 UV 和蓝色光谱区域的几条线。镱发光的最高直接测量量子产率(2.对于 SrF 2 :Yb (1.0 mol %):Eu (0.05 mol %) 粉末,在 266 nm 泵浦下达到 5 % [20]。本文旨在合成 Ba 4 Y 3 F 17 :Yb:Eu 固溶体并研究其发光性能。该样品旨在用于增强硅太阳能电池的 LECE。
本期特刊专门介绍金纳米粒子 (Au NPs);这是一种在(电)催化、电子、传感、纳米生物技术、诊断和治疗等领域具有广泛应用的先进材料。为了满足特定应用的要求,可以轻松合成具有各种尺寸、形状和表面功能的 Au NPs。由于可见光范围内的表面等离子体共振 (SPR) 效应,它们具有独特的尺寸和形状相关光学特性,例如电磁波近红外 (IR) 光谱中的光吸收。这些特性使它们适用于基于 SPR 的生物传感器设备、表面增强拉曼散射研究 (SERS) 和生物医学应用,例如光动力疗法,其中光吸收会导致局部散热,可用于杀死癌细胞。欢迎提交全文、通讯和评论。
hal是一个多学科的开放访问档案,用于存款和传播科学研究文件,无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
摘要:自20世纪80年代以来,利用微流体技术生产简单(微球)和核壳(微胶囊)聚合物微粒(通常称为微胶囊化)一直是多项研究的重点。由于其特性可控、可调,且产率可达100%,因此该工艺快速、经济、高效。然而,其绿色环保性、可持续性和可扩展性仍不明确,需要加强该领域的认知和教育。微流体技术生产工艺的可持续性可以基于三大支柱实现/讨论:(i) 废物产生,(ii) 所用溶剂,以及 (iii) 原材料。另一方面,尽管已有多篇论文报道了这些工艺的放大,即并行设置数百或数千个微流控芯片,但据我们所知,尚未探讨这种放大工艺的可持续性。本意见书强调了微流体封装工艺的优势、根据上述支柱 (i-iii) 的绿色性以及在保持其可持续性的同时扩大其规模所需的考虑因素。
图1:A。本研究中使用的颗粒和实验方案的特征。从上到下:VLP HIV,像人免疫缺陷病毒的粒子一样; MLV,鼠白血病病毒; HBV,肝素B病毒; AAV,Adeno相关病毒(血清型8和9);电动汽车,细胞外囊泡。需要荧光标记颗粒:可以通过基因组修饰(HIV和MLV的GFP标记)或直接通过在样品中添加荧光团(AAV和HBV的Yoyo-1,EVS的DIO)来实现。潜在的细胞DNA在VLP HIV和EV中以红色表示,MLV中的粉红色病毒RNA和HBV和AAV中的紫色病毒DNA表示。然后将样品稀释。大小由NTA确定HIV,MLV和EVS,以及AAV 37和HBV 38的冷冻EM重建。B.零模式波导设置,用于通过纳米孔转移的颗粒。顺式腔室包含荧光标记的颗粒。在施加压力时,颗粒在跨室中的孔中推动,并在孔末端越过evanevencent的田地区域时照亮。一旦他们离开了毛孔,他们就没有专心和漂白。C.事件的荧光演变是时间和粒子出口快照的函数。归一化强度表示为AAV时间的函数(紫罗兰和红点,平均在n = 50事件上)。通过最大强度分配强度获得归一化强度。时间在事件开始时被重新缩放至零,红点与事件发生前的强度相对应。指数衰减以蓝色表示。孔径400 nm,施加压力为0.5 mbar。帧速率:112 fps。插图:图像尺寸= 10 µm。
背景和目标:通常用于键合的正畸粘合剂可以显着增强细菌生物膜。纳米颗粒具有强大的抗菌特性,而不会损害键强度。因此,本研究的目的是评估壳聚糖和TiO2 NP与正畸底漆对剪切键强度混合的影响。材料和方法:对于这项系统的综述和荟萃分析研究,搜索了Medline(PubMed和Ovid),Science和Scopus等国际数据库,直到2024年10月使用与研究目标相关的关键字。Stata/MP。V17软件用于分析数据。结果:本研究包括十二项体外研究,总样本量为684个人类前美磨牙。SBS得分的平均差异在1%至5%的Chitosan NPS组和对照组之间为-1.11 MPa(MD,-1.11 MPA; 95%CI,-2.27,0.04; P = 0.16)和5.08 MPA(MD,-5.08 MPA; -5.08 MPA; 95%CI; 95%CI,-7.80,-7.80,-7.80,-7.80,-7.80; p.55; p.55; p.55; p.55; p.55; p;比较了1%TiO2 NPS组和对照组之间的平均SBS差异(MD,-0.43 MPA; 95%CI,-0.99,0.12; P = 0.13)。
虽然单克隆抗体(mAb)是一类重要的药品类别,但成本,复杂性,尤其是递送仍然存在重大问题:克服经常注入抗体的概念是一个值得的目标。一种有吸引力的方法是将非整合DNA直接传递给肌肉组织,使患者充当自己所谓的“蛋白质工厂”。使用脂质纳米颗粒(LNP)和病毒载体进行了这种概念的演示,但是这些传递方法面临着重大挑战,包括肝外交付不良,货物兼容性,安全性,可重复性和成本。聚合物纳米颗粒(PNP)提供了解决这些问题的解决方案,但是面临着自己的挑战,例如大量可能的聚合物结构和多体式配方条件。然而,机器学习,材料信息学和高通量化学合成技术的进步为解决这些挑战提供了有效探索聚合物设计空间的基础。我们的Sayer TM平台利用了质粒DNA(PDNA)的大量计算数据集 - 聚合物相互作用来促进靶向剂的发现和通过深度学习的发现,并推动对各种靶向组织的新型PNP的发现。在这项工作中,我们证明了设计PNP的能力,可以为PGT121提供PDNA编码,PGT121是一种广泛中和的抗HIV抗体,该抗体靶向HIV-1 Invelope糖蛋白上的V3 GlyCan依赖性表位位点。Sayer设计的聚合物与PGT121质粒形成小稳定的PNP。此外,我们表明我们可以通过延长来提高抗体水平和耐用性。与其他状态的DNA降低车辆相比,转染后1天,在转染后1天表现出强血清PGT121蛋白水平。更重要的是,纳米PNP的肌内递送启用了大于1.0 µg/ml峰蛋白表达水平,注射后> 56天,有意义的,耐用的表达水平。在肌肉内输送PNP时,可以看到较低剂量和较低的N/P比的一般趋势。这些参数与聚合物结构分开,提供了不同的机制,可以使用机器学习技术优化体内递送性能。可以将概念扩展到其他抗体,蛋白质或酶的连续产生,这表明PDNA通过PNPS作为治疗方式具有广泛的适用性。最后,我们强调,通过安全有效的PNP在体内提供DNA编码的分泌蛋白的策略可能适用于广泛的其他疾病方式。
AG-NP合成的化学方法包括各种有机和无机还原剂(如柠檬酸钠和硼氢化钠)的化学还原方法。尽管这种AG-NP合成方法非常普遍,但绿色合成提供了一种更安全,成本效益和环保替代化学降低的替代品[3,4]。绿色合成的AG-NP在医学,食物保存和水过滤等各个领域都有应用。此外,根据最近的研究,绿色合成的AG-NP具有强大的抗微生物,抗癌和抗氧化活性。对全球医疗保健的最严重威胁之一是存在多药耐药病原体,尤其是引起威胁生命疾病的病原体。为了最好的这些病原体,需要对这些感染的新技术。绿色合成的Ag-NP已被发现有效
摘要 当我们学习时,大脑中会发生什么?自从 Cajal 的开创性工作以来,该领域已经取得了许多发现,表明经验如何改变单个突触的结构和功能。然而,最近的进展强调了从神经元和突触群体之间复杂的相互作用来理解学习的必要性。我们应该如何在如此宏观的层面上思考学习?在这里,我们开发了一个概念框架来弥合学习运作的不同尺度之间的差距——从突触到神经元再到行为。利用这个框架,我们探索指导跨这些尺度的感觉运动学习的原则,并为该领域未来的实验和理论工作奠定基础。关键词 神经元群体、感觉运动学习、状态空间框架、神经可塑性、维度、内部模型