A Simple Method for Synthesis of Chitosan Nanoparticles with Ionic Gelation and Homogenization
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.
Notice bibliographique
Résumé
Chitosan nanoparticles (CNPs) are known to have great utility in many fields (pharmaceutical, agricultural, food industry, wastewater treatment, etc.). In this study we aimed to synthesize sub-100 nm CNPs as a precursor of new biopolymer-based virus surrogates for water applications. We present a simple yet efficient synthesis procedure for obtaining high yield, monodisperse CNPs with size 68-77 nm. The CNPs were synthesized by ionic gelation using low molecular weight chitosan (deacetylation 75-85%) and tripolyphosphate as crosslinker, under rigorous homogenization to decrease size and increase uniformity, and purified by passing through 0.1 μm polyethersulfone syringe filters. The CNPs were characterized using dynamic light scattering, tunable resistive pulse sensing, and scanning electron microscopy. We demonstrate reproducibility of this method at two separate facilities. The effects of pH, ionic strength and three different purification methods on the size and polydispersity of CNP formation were examined. Larger CNPs (95-219) were produced under ionic strength and pH controls, and when purified using ultracentrifugation or size exclusion chromatography. Smaller CNPs (68-77 nm) were formulated using homogenization and filtration, and could readily interact with negatively charge proteins and DNA, making them an ideal precursor for the development of DNA-labelled, protein-coated virus surrogates for environmental water applications.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 découle