Dissolution Behaviour of Metal-Oxide Nanomaterials in Various Biological Media
Notice bibliographique
Résumé
Toxicological effects of metal-oxide-engineered nanomaterials (ENMs) are closely related to their distinct physical–chemical properties, especially solubility and surface reactivity. The present study used five metal-oxide ENMs (ZnO, MnO2, CeO2, Al2O3, and Fe2O3) to investigate how various biologically relevant media influenced dissolution behaviour. In both water and cell culture medium (DMEM), the metal-oxide ENMs were more soluble than their bulk analogues, with the exception that bulk-MnO2 was slightly more soluble in water than nano-MnO2 and Fe2O3 displayed negligible solubility across all tested media (regardless of particle size). Lowering the initial concentration (10 mg/L vs. 100 mg/L) significantly increased the relative solubility (% of total concentration) of nano-ZnO and nano-MnO2 in both water and DMEM. Nano-Al2O3 and nano-CeO2 were impacted differently by the two media (significantly higher % solubility at 10 mg/L in DMEM vs. water). Further evaluation of simulated interstitial lung fluid (Gamble’s solution) and phagolysosomal simulant fluid (PSF) showed that the selection of aqueous media significantly affected agglomeration and dissolution behaviour. The solubility of all investigated ENMs was significantly higher in DMEM (pH = 7.4) compared to Gamble’s (pH 7.4), attributable to the presence of amino acids and proteins in DMEM. All ENMs showed low solubility in Gamble’s (pH = 7.4) compared with PSF (pH = 4.5), attributable to the difference in pH. These observations are relevant to nanotoxicology as increased nanomaterial solubility also affects toxicity. The results demonstrated that, for the purpose of grouping and read-across efforts, the dissolution behaviour of metal-oxide ENMs should be evaluated using aqueous media representative of the exposure pathway being considered.
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 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 | 0,002 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 tête enseignante, 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 ».