Biosynthesis of Silver Nanoparticles Using Stenocereus queretaroensis Fruit Peel Extract: Study of Antimicrobial Activity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The synthesis and application of nanomaterials as antioxidants and cytotoxic agents has increased in recent years. Biological methods go beyond the chemical and physical synthesis that is expensive and not friendly to the environment. Foodborne pathogens and microorganisms causing candidiasis are responsible of 5–10% hospitalized patients. The nutritional properties of the fruit called pitaya, from the Stenocereus queretaroensis species, have been little explored. Therefore, in this study the phytochemical composition of S. queretaroensis peel was evaluated and silver nanoparticles (AgNPs) were synthesized biologically in an environmentally friendly way by S. queretaroensis peel aqueous extract that contains phytochemicals capable of reducing silver nitrate. The antimicrobial activity of the AgNPs was tested by determining the minimum inhibitory concentration (MIC), minimal bactericidal concentration (MBC) and time-kill kinetics. AgNPs were characterized visually, by UV-visible spectroscopy and TEM. FTIR spectroscopy identified metabolites responsible for the AgNPs formation. AgNPs showed potent antimicrobial activity against gram-negative and gram-positive bacteria, against fungi, and a methicillin-resistant strain of S. aureus. MIC and MBC values were as low as 0.078 and 0.156 μg/mL using AgNPs biosynthesized by S. queretaroensis fruit peel and the time kill assay started a log reduction in CFU/mL at 1 × MIC and 2 × MIC. S. queretaroensis-mediated AgNPs could be the basis for the formulation of biofilms for packaging products or as disinfectants for use on different surfaces.
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.
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) | 0,001 | 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 découle