Effect of sonication and serum proteins on copper release from copper nanoparticles and the toxicity towards lung epithelial cells
Notice bibliographique
Résumé
Pontus Cronholma, Klara Midanderb, Hanna L. Karlssona, Karine Elihnc, Inger Odnevall Wallinderb & Lennart Möller*aa Unit for Analytical Toxicology, Department of Biosciences and Nutrition at Novum, Karolinska Institutet, Stockholm, Swedenb Division of Surface and Corrosion Science, Department of Chemistry, School of Chemical Science and Engineering, Royal Institute of Technology, Stockholmc Workplace Aerosols Research Group, Department of Applied Environmental Science, Stockholm University, Stockholm, SwedenCorrespondence: Prof. Lennart Möller, Dr Med Sci, Karolinska Institutet, Biosciences and Nutrition, Novum, Huddinge, Huddinge, SE-141 57 Sweden. lennart.moller@ki.se AbstractDifferent methodological settings can influence particle characteristics and toxicity in nanotoxicology. The aim of this study was to investigate how serum proteins and sonication of Cu nanoparticle suspensions influence the properties of the nanoparticles and toxicological responses on human lung epithelial cells. This was investigated by using methods for particle characterization (photon correlation spectroscopy and TEM) and Cu release (atomic absorption spectroscopy) in combination with assays for analyzing cell toxicity (MTT-, trypan blue- and Comet assay). The results showed that sonication of Cu nanoparticles caused decreased cell viability and increased Cu release compared to non-sonicated particles. Furthermore, serum in the cell medium resulted in less particle agglomeration and increased Cu release compared with medium without serum, but no clear difference in toxicity was detected. Few cells showed intracellular Cu nanoparticles due to fast release/dissolution processes of Cu. In conclusion; sonication can affect the toxicity of nanoparticles.
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 | 0,001 | 0,001 |
| 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 ».