EXTRACELLULAR AND INTRACELLULAR SYNTHESIS OF SILVER NANOPARTICLES
Notice bibliographique
Résumé
<p>ABSTRACT<br />Objective: The cellular synthesis of nanoparticle is a green process and alternative for a conventional process for the preparation of silver nanoparticles.<br />In our research, focus has been given to the development of an efficient and eco-friendly viable process for the synthesis of silver nanoparticles using<br />cancer and non-cancerous cells, a cell culture that was isolated. The results of this investigation are observed that silver nanoparticles could be<br />induced to synthesis intra- and extra-cellularly using mammalian cells such as cancerous and non-cancerous cells.<br />Methods: The silver nanoparticles are synthesized by the cancer and non-cancerous cells such as HeLa (Homo sapiens, human), SiHa, and human<br />embryonic kidney-293 cell lines. The silver nanoparticles were characterized by ultraviolet (UV)-visible spectroscopy, transmission electron<br />microscopy (TEM), and X-ray powder diffraction (XRD).<br />Results: The silver nanoparticles exhibited maximum absorbance at 415 nm in UV-visible spectroscopy. The XRD confirms the characteristic of the<br />crystal lattice of silver nanoparticles by observing three peaks: Peak at 38 is due to reflection from (111), peak at 44 is due to reflection from (200),<br />and peak at 65 is due to reflection from (220). TEM images showed the formation of stable silver nanoparticles in the cell lines.<br />Conclusion: The method of extraction of intracellular/extracellular synthesis of silver nanoparticles was inexpensive, simple, and effective in large<br />scale with no need to use of complex process equipment. The cancer cell considered as a biological factory at nanoscale dimension which continued to<br />grow after synthesis of silver nanoparticles. The silver reduction by these cancer cells has occurred through energy-dependent processes that lead to<br />the high output of this reaction. Hence, this new approach of using a mammalian cell for the successful synthesis of nanosized silvers could be easily<br />scaled up, which establishes its commercial viability and also useful in the drug delivery and drug targeting.<br />Keywords: Silver nanoparticles, Cancer cells, Biosynthesis and characteristics of silver nanoparticles.</p><p> </p>
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 | 0,007 | 0,003 |
| 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 | 0,001 |
| 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 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 ».