Silver Nanoparticles Derived by Artemisia arborescens Reveal Anticancer and Apoptosis-Inducing Effects
Notice bibliographique
Résumé
The fight against cancer is one of the main challenges for medical research. Recently, nanotechnology has made significant progress, providing possibilities for developing innovative nanomaterials to overcome the common limitations of current therapies. In this context, silver nanoparticles (AgNPs) represent a promising nano-tool able to offer interesting applications for cancer research. Following this path, we combined the silver proprieties with Artemisia arborescens characteristics, producing novel nanoparticles called Artemisia–AgNPs. A “green” synthesis method was performed to produce Artemisia–AgNPs, using Artemisia arborescens extracts. This kind of photosynthesis is an eco-friendly, inexpensive, and fast approach. Moreover, the bioorganic molecules of plant extracts improved the biocompatibility and efficacy of Artemisia–AgNPs. The Artemisia–AgNPs were fully characterized and tested to compare their effects on various cancer cell lines, in particular HeLa and MCF-7. Artemisia–AgNPs treatment showed dose-dependent growth inhibition of cancer cells. Moreover, we evaluated their impact on the cell cycle, observing a G1 arrest mediated by Artemisia–AgNPs treatment. Using a clonogenic assay after treatment, we observed a complete lack of cell colonies, which demonstrated cell reproducibility death. To have a broader overview on gene expression impact, we performed RNA-sequencing, which demonstrated the potential of Artemisia–AgNPs as a suitable candidate tool in cancer research.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».