Fungal Isolate Optimized for Biogenesis of Silver Nanoparticles with Enhanced Colloidal Stability
Notice bibliographique
Résumé
Understanding the synthesis and properties of nanomaterials is critical for reliable applications. Biological systems, such as fungi, have been described as a "green" alternative to synthesis, yet knowledge gaps exist in terms of production variability, comparison with commercial products, and identifying a clear biological advantage over other synthesis methods. In this study, we evaluated 12 fungal isolates of Fusarium oxysporum for Ag nanoparticle production and characterized the resultant biologically produced (biogenic) nanoparticles. We show evidence that isolate selection, temperature, and pH can influence the quantity, size, and shape of nanoparticles. All F. oxysporum isolates produced Ag nanoparticles, but in varied quantities. Increasing incubation temperature increased the quantity, yet nanoparticle diameter was inversely related to temperature. Variations in pH predominately influenced nanoparticle morphology. A direct comparison with commercial, chemically produced Ag nanoparticles yielded physical similarities; however, important differences in surface chemistry are observed. Biogenic nanoparticles show a greater degree of colloidal stability in high-ionic-strength solutions, pointing to a biological advantage associated with the fungal produced layer (corona) surrounding the nanoparticles. It is clear that understanding the organic layer and interfacial interactions will be beneficial in developing innovative applications, particularly in the field of biosensing.
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 | 0,000 |
| 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 ».