Scutellaria multicaulis Bio-Leave Synthesized Silver Nanoparticles: A Potential Anti-proliferative, Antioxidant and Apoptosis Inducer Compound
Notice bibliographique
Résumé
Scutellaria multicaulis, a member of the Lamiaceae, is a medicinal plant indigenous to Iran, Afghanistan, and Pakistan. It has been widely used as a prominent herb in traditional medicine for thousands of years. This plant is reported with baicalein, wogonin, and chrysin flavonoids as a significant group of chemical ingredients, which can cure different diseases such as breast cancer. S. multicaulis leave extract was used for the bioreduction of silver nanoparticles (SmL-Ag-NPs), and their phytochemical contents and antioxidant, antibacterial, anti-proliferative, and apoptotic activity were evaluated. Optimal physicochemical properties of SmL-Ag-NPs were obtained by mixing 5% of leave extract and 2 mM of aqueous AgNO3 solution and confirmed by characterization studies including UV–visible spectrophotometry, FE-SEM, EDX, DLS, zeta potential, TGA, SERS, XRD and FTIR Spectroscopy. SmL-Ag-NPs exhibited higher content of TPC (Total Phenolic Content) and TFC (Total Flavonoid Content) and potential antioxidant activity. SmL-Ag-NPs also demonstrated dose-dependent cytotoxicity against MDA-MB231 cells multiplication with an IC50 value of 37.62 μg/mL at 48h through inducing cell apoptosis. This is the first report on the biosynthesis of silver nanoparticles using S. multicaulis leave extract, which can provide treatment for cancer diseases and reduce some negative effects of chemotherapy.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».