Biogenic SeNPs from Bacillus mycoides SelTE01 and Stenotrophomonas maltophilia SelTE02: Characterization with reference to their associated organic coating
Notice bibliographique
Résumé
The exploitation of biological systems (i.e. plants, fungi and bacteria) for the production of nanomaterials relies on their ability to bioconvert toxic metal(loid) ions into their less toxic and bioavailable elemental states forming mainly nanoparticles (NPs) or nanorods (NRs). Further, these methods of nanomaterial production are nowadays recognized as eco-friendly alternatives to the chemical synthesis processes. A common feature among the so-called biogenic nanomaterials is the presence of an organic layer surrounding them. However, we are just learning the existing relation between biogenic nanostructures and their organic material. Our work is focused on the study of bacterial strains for the production of selenium nanoparticles (SeNPs) as end product of selenite (SeO32−) bioconversion. In this context, our previous reports described the ability of two bacteria, namely Bacillus mycoides SelTE01 and Stenotrophomonas maltophilia SelTE02, to generate SeNPs, which were surrounded by organic material. Here, the potential role of this organic material as stabilizing agent of SeNPs was investigated altering both the bacteria cells culturing and the SeNPs extraction procedure, in order to understand the interaction between these two elements in suspension. As a result, SeNPs produced by both bacterial strains showed the tendency to aggregate when subjected to the treatments tested, suggesting an involvement of the surrounding organic material in their stabilization in suspension.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».