Differential Effects and Potential Adverse Outcomes of Ionic Silver and Silver Nanoparticles in Vivo and in Vitro
Notice bibliographique
Résumé
Nanoparticles are of concern because of widespread use, but it is unclear if metal nanoparticles cause effects directly or indirectly. We explored whether polyvinylpyrrolidone-coated silver nanoparticles (PVP-AgNPs) cause effects through intact nanoparticles or dissolved silver. Females of the model species fathead minnow (Pimephales promelas) were exposed to either 4.8 μg/L of AgNO3 or 61.4 μg/L of PVP-AgNPs for 96h. Microarray analyses were used to identify impacted receptors and toxicity pathways in liver and brain tissues that were confirmed using in vitro mammalian assays. AgNO3 and PVP-AgNP exposed fish had common and distinct effects consistent with both intact nanoparticles and dissolved silver causing effects. PVP-AgNPs and AgNO3 both affected pathways involved in Na(+), K(+), and H(+) homeostasis and oxidative stress but different neurotoxicity pathways. In vivo effects were supported by PVP-AgNP activation of five in vitro nuclear receptor assays and inhibition of ligand binding to the dopamine receptor. AgNO3 inhibited ligand binding to adrenergic receptors α1 and α2 and cannabinoid receptor CB1, but had no effect in nuclear receptor assays. PVP-AgNPs have the potential to cause effects both through intact nanoparticles and metal ions, each interacting with different initiating events. Since the in vitro and in vivo assays examined here are commonly used in human and ecological hazard screening, this work suggests that environmental health assessments should consider effects of intact nanoparticles in addition to dissolved metals.
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 | 0,000 | 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 | 0,002 |
| 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 ».