Optimization of Synthesis of Silver Nanoparticles Conjugated with Lepechinia meyenii (Salvia) Using Plackett-Burman Design and Response Surface Methodology—Preliminary Antibacterial Activity
Notice bibliographique
Résumé
In the present investigation, an ethanolic fraction (EF) of Lepechinia meyenii (salvia) was prepared and fractionated by gradient column chromatography, and the main secondary metabolites present in the EF were identified by HPLC-MS. Silver nanoparticles (AgNPs) were synthesized and conjugated with the EF of Lepechinia meyenii (salvia). The AgNPs synthesis was optimized using Plackett-Burman design and response surface methodology (RSM), considering the following independent variables: stirring speed, synthesis pH, synthesis time, synthesis temperature and EF volume. The AgNPs synthesized under the optimized conditions were characterized by UV visible spectroscopy (UV-VIS), Fourier Transform Infrared Spectroscopy (FT-IR), Dynamic Light Scattering (DLS) and Scanning Transmission Electron Microscopy (STEM). The antibacterial activity of the AgNPs against Staphylococcus aureus (ATCC® 25923) was evaluated. The following flavonoids were identified: rosmarinic acid, diosmin and hesperetin-7-O-rutinoside. The optimized conditions for the synthesis of nanoparticles were pH 9.45, temperature 49.8 °C, volume of ethanolic fraction 152.6 µL and a reaction time of 213.2 min. The obtained AgNPs exhibited an average size of 43.71 nm and a resonance plasmon of 410–420 nm. Using FT-IR spectroscopy, the disappearance of the peaks between 626.50 and 1379.54 cm−1 was evident with the AgNPs, which would indicate the participation of these functional groups in the synthesis and protection of the nanoparticles. A hydrodynamic size of 47.6 nm was obtained by DLS, while a size of 40–60 nm was determined by STEM. The synthesized AgNPs conjugated with the EF showed a higher antibacterial activity than the EF alone. These results demonstrate that the AgNPs synthesized under optimized conditions conjugated with the EF of the Lepechinia meyenii (salvia) presented an increased antibacterial activity.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 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 ».