MétaCan
Menu
Retour à la cohorte
Enregistrement W4226006057 · doi:10.22215/etd/2022-14879

Cellular Effects Nanosilver on Cancer and Non-cancer Cells: Potential Environmental and Human Health Impacts

2022· dissertation· en· W4226006057 sur OpenAlexaff
Jessica S. Sheng

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésOxidative stressCancer cellCancerAscorbic acidEndoplasmic reticulumCell cycleReactive oxygen speciesCellHuman healthChemistryCancer researchCell biologyBiologyMedicineBiochemistryInternal medicineFood science

Résumé

récupéré en direct d'OpenAlex

Nanosilver is extremely small silver particles (1-100 nm in diameter) and have antimicrobial, antifungal, and antiviral properties, which make them one of the most commonly used nanoparticles.There is a lack of biological and toxicological knowledge on the impacts of nanosilver on cellular stress responses, as well as human and environmental health.Nanosilver and ascorbic acid has the potential to be an anticancer therapeutic.In this study, human colon cancer (HCT116) and intestinal epithelial (HIEC-6) cells were used to study nanosilver effects in cancer versus non-cancer cells.Nanosilver increased Nrf2 protein expression and disrupted the cell cycle at the G1 and G2/M phases.Hypoxia attenuated nanosilver-induced oxidative and endoplasmic reticulum stress responses.Nanosilver induced significant mitochondrial oxidative stress in HCT116, whereas it did not in the non-cancer HIEC-6 and nanosilver/sodium ascorbate co-treatment was preferentially lethal to HCT116 cells, which is promising for further research for anticancer therapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,268
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNanoparticles: synthesis and applicationsTravaux en français237 207