Chemical Synthesis of Innovative Silver Nanohybrids with Synergistically Improved Antimicrobial Properties
Notice bibliographique
Résumé
Background: The wide use of antibiotics has created challenges related to antibiotic-resistant bacteria, which have been increasingly found in recent decades. Antibiotic resistance has led to limited choices of antibiotics. Multiple old antimicrobial agents have high antimicrobial properties toward bacteria, but they unfortunately also possess high toxicity toward humans. For instance, silver (Ag) compounds were frequently used to treat tetanus and rheumatism in the 19th century and to treat colds and gonorrhea in the early 20th century. However, the high toxicity of Ag has limited its clinical use. Purpose: We aimed to reformulate Ag to reduce its toxicity toward human cells like osteoblasts and to optimize its antimicrobial properties. Results: Ag, an old antimicrobial agent, was reformulated by hybriding nanomaterials of different dimensions, and silver nanoparticles (AgNPs) of controllable sizes (95– 200 nm) and varying shapes (cube, snowflake, and sphere) were synthesized on carbon nanotubes (CNTs). The obtained AgNP-CNT nanohybrids presented significantly higher killing efficacy against Staphylococcus aureus ( S. aureus ) compared to AgNPs at the same molar concentration and showed synergism in killing S. aureus at 0.2 and 0.4 mM. AgNPs presented significant osteoblast toxicity; in contrast, AgNP-CNT nanohybrids demonstrated significantly enhanced osteoblast viability at 0.04– 0.8 mM. The killing of S. aureus by AgNP-CNT nanohybrids was fast, occurring within 15 min. Conclusion: Ag was successfully reformulated and Ag nanohybrids with various AgNP shapes on CNTs were synthesized. The nanohybrids presented significantly enhanced antimicrobial properties and significantly higher osteoblast cell viability compared to AgNPs, showing promise as an innovative antimicrobial nanomaterial for a broad range of biomedical applications. Keywords: silver nanoparticle, nanohybrid, antimicrobial, cytotoxicity, reformulation, antibiotic resistance
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 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 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 ».