Effects of Silica and Titanium Oxide Particles on a Human Neural Stem Cell Line: Morphology, Mitochondrial Activity, and Gene Expression of Differentiation Markers
Notice bibliographique
Résumé
Several in vivo studies suggest that nanoparticles (smaller than 100 nm) have the ability to reach the brain tissue. Moreover, some nanoparticles can penetrate into the brains of murine fetuses through the placenta by intravenous administration to pregnant mice. However, it is not clear whether the penetrated nanoparticles affect neurogenesis or brain function. To evaluate its effects on neural stem cells, we assayed a human neural stem cell (hNSCs) line exposed in vitro to three types of silica particles (30 nm, 70 nm, and <44 µm) and two types of titanium oxide particles (80 nm and < 44 µm). Our results show that hNSCs aggregated and exhibited abnormal morphology when exposed to the particles at concentrations = 0.1 mg/mL for 7 days. Moreover, all the particles affected the gene expression of Nestin (stem cell marker) and neurofilament heavy polypeptide (NF-H, neuron marker) at 0.1 mg/mL. In contrast, only 30-nm silica particles at 1.0 mg/mL significantly reduced mitochondrial activity. Notably, 30-nm silica particles exhibited acute membrane permeability at concentrations =62.5 µg/mL in 24 h. Although these concentrations are higher than the expected concentrations of nanoparticles in the brain from in vivo experiments in a short period, these thresholds may indicate the potential toxicity of accumulated particles for long-term usage or continuous exposure.
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) | 0,000 | 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) | 0,001 | 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 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 ».