Zinc oxide and silver nanoparticles toxicity in the baker's yeast, Saccharomyces cerevisiae
Notice bibliographique
Résumé
Engineered nanomaterials (ENMs) are increasingly incorporated into a variety of commercial applications and consumer products; however, ENMs may possess cytotoxic properties due to their small size. This study assessed the effects of two commonly used ENMs, zinc oxide nanoparticles (ZnONPs) and silver nanoparticles (AgNPs), in the model eukaryote Saccharomyces cerevisiae. A collection of ≈4600 S. cerevisiae deletion mutant strains was used to deduce the genes, whose absence makes S. cerevisiae more prone to the cytotoxic effects of ZnONPs or AgNPs. We demonstrate that S. cerevisiae strains that lack genes involved in transmembrane and membrane transport, cellular ion homeostasis, and cell wall organization or biogenesis exhibited the highest sensitivity to ZnONPs. In contrast, strains that lack genes involved in transcription and RNA processing, cellular respiration, and endocytosis and vesicular transport exhibited the highest sensitivity to AgNPs. Secondary assays confirmed that ZnONPs affected cell wall function and integrity, whereas AgNPs exposure decreased transcription, reduced endocytosis, and led to a dysfunctional electron transport system. This study supports the use of S. cerevisiae Gene Deletion Array as an effective high-throughput technique to determine cellular targets of ENM toxicity.
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 ».