Mechanistic study of the increased phototoxicity of titanium dioxide nanoparticles to Chlorella vulgaris in the presence of NOM eco-corona
Notice bibliographique
Résumé
Widespread applications and release of photoactive nanoparticles (NPs) such as titanium dioxide (TiO2) into environmental matrices warrant mechanistic investigations addressing toxicity of NPs under environmentally relevant conditions. Accordingly, we investigated the effects of surface adsorbed natural organic matters (NOMs) such as humic acid, tannic acid and lignin on the band gap energy, abiotic reactive oxygen species (ROS) generation, surface chemistry and phototoxicity of TiO2 NPs. Initially, a liquid assisted grinding method was optimized to produce TiO2 NPs with a NOM layer of defined thickness for further analysis. Generally, adsorption of NOM reduced the band-gap energy of TiO2 NPs from 3.08 eV to 0.56 eV with humic acid, 1.92 eV with tannic acid and 2.48 eV with lignin. Light activated ROS generation by TiO2 NPs such as hydroxyl radicals, however, was reduced by 4, 2, 9 times in those coated with humic acid, tannic acid and lignin, respectively. This reduction in ROS despite decrease in band gap energy corroborated with the decreased surface oxygen vacancy (as revealed by X-ray Photoelectron Spectroscopy (XPS)) and quenching of ROS by surface adsorbed NOM. Despite the reduced ROS generation, the NOM-modified TiO2 NPs exhibited an increased phototoxicity to Chlorella vulgaris in comparison to pristine TiO2 NPs. Further analysis suggested that photoactivation of NOM modified TiO2 NPs releases toxic degradation products. Findings from our studies thus provide mechanistic insight into the ecotoxic potential of NOM-modified TiO2 NPs when exposed to light in the environment.
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 | 0,000 |
| 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) | 0,001 | 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 ».