MétaCan
Menu
Retour à la cohorte
Enregistrement W4281792852 · doi:10.3390/nano12111922

Reactive Oxygen Species Formed by Metal and Metal Oxide Nanoparticles in Physiological Media—A Review of Reactions of Importance to Nanotoxicity and Proposal for Categorization

2022· review· en· W4281792852 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNanomaterials · 2022
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensWestern University
Organismes subventionnairesKungliga Tekniska HögskolanKarolinska Institutet
Mots-clésMetalReactive oxygen speciesBiomoleculeOxideChemistryNanotoxicologyRadicalNanoparticleSurface chargeDissolutionNanotechnologyMaterials scienceOrganic chemistryBiochemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Diffusely dispersed metal and metal oxide nanoparticles (NPs) can adversely affect living organisms through various mechanisms and exposure routes. One mechanism behind their toxic potency is their ability to generate reactive oxygen species (ROS) directly or indirectly to an extent that depends on the dose, metal speciation, and exposure route. This review provides an overview of the mechanisms of ROS formation associated with metal and metal oxide NPs and proposes a possible way forward for their future categorization. Metal and metal oxide NPs can form ROS via processes related to corrosion, photochemistry, and surface defects, as well as via Fenton, Fenton-like, and Haber–Weiss reactions. Regular ligands such as biomolecules can interact with metallic NP surfaces and influence their properties and thus their capabilities of generating ROS by changing characteristics such as surface charge, surface composition, dissolution behavior, and colloidal stability. Interactions between metallic NPs and cells and their organelles can indirectly induce ROS formation via different biological responses. H2O2 can also be generated by a cell due to inflammation, induced by interactions with metallic NPs or released metal species that can initiate Fenton(-like) and Haber–Weiss reactions forming various radicals. This review discusses these different pathways and, in addition, nano-specific aspects such as shifts in the band gaps of metal oxides and how these shifts at biologically relevant energies (similar to activation energies of biological reactions) can be linked to ROS production and indicate which radical species forms. The influences of kinetic aspects, interactions with biomolecules, solution chemistry (e.g., Cl− and pH), and NP characteristics (e.g., size and surface defects) on ROS mechanisms and formation are discussed. Categorization via four tiers is suggested as a way forward to group metal and metal oxide NPs based on the ROS reaction pathways that they may undergo, an approach that does not include kinetics or environmental variations. The criteria for the four tiers are based on the ability of the metallic NPs to induce Fenton(-like) and Haber–Weiss reactions, corrode, and interact with biomolecules and their surface catalytic properties. The importance of considering kinetic data to improve the proposed categorization is highlighted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil0,872

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
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)0,0000,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,321
Écart entre enseignants0,258 · 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