Proteomic evaluation of citrate-coated silver nanoparticles toxicity in Daphnia magna
Notice bibliographique
Résumé
Recent decades have seen a strong increase in the promise and uses of nanotechnology. This is correlated with their growing release in the environment and there is concern that nanomaterials may endanger ecosystems. Silver nanoparticles (AgNPs) have some of the most varied applications, making their release into the environment unavoidable. In order to assess their potential toxicity in aquatic environments, the acute toxicity of citrate-coated AgNPs to Daphnia magna was measured and compared to that of AgNO3. AgNPs were found to be ten times less toxic by mass than silver ions, and most of this toxicity was removed by ultracentrifuging. At the protein level, the two forms of silver had different impacts. Both increased protein thiol content, while only AgNP increased carbonyl levels. In 2DE of samples labelled for carbonyls, no feature was significantly affected by both compounds, indicating different modes of toxicity. Identified proteins showed functional overlap between the two compounds: vitellogenins (vtg) were present in most features identified, indicating their role as a general stress sensor. In addition to vtg, hemoglobin levels were increased by the AgNP exposure while 14-3-3 protein (a regulatory protein) carbonylation levels were reduced by AgNO3. Overall, this study confirms the previously observed lower acute toxicity of AgNPs, while demonstrating that the toxicity of both forms of silver follow somewhat different biologic pathways, potentially leading to different interactions with natural compounds or pollutants in the aquatic environment.
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 | 0,003 | 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 ».