Characterization of Gold Nanoparticle Uptake by Tomato Plants Using Enzymatic Extraction Followed by Single-Particle Inductively Coupled Plasma–Mass Spectrometry Analysis
Notice bibliographique
Résumé
Plant uptake and accumulation of nanoparticles (NPs) represent an important pathway for potential human expose to NPs. Consequently, it is imperative to understand the uptake of accumulation of NPs in plant tissues and their unique physical and chemical properties within plant tissues. Current technologies are limited in revealing the unique characteristics of NPs after they enter plant tissues. An enzymatic digestion method, followed by single-particle inductively coupled plasma-mass spectrometry (SP-ICP-MS) analysis, was developed for simultaneous determination of gold NP (AuNP) size, size distribution, particle concentration, and dissolved Au concentration in tomato plant tissues. The experimental results showed that Macerozyme R-10 enzyme was capable of extracting AuNPs from tomato plants without causing dissolution or aggregation of AuNPs. The detection limit for quantification of AuNP size was 20 nm, and the AuNP particle concentration detection limit was 1000 NPs/mL. The particle concentration recoveries of spiked AuNPs were high (79-96%) in quality control samples. The developed SP-ICP-MS method was able to accurately measure AuNP size, size distribution, and particle concentration in the plant matrix. The dosing study indicated that tomato can uptake AuNPs as intact particles without alternating the AuNP properties.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».