Eco-Friendly Green Synthesis and Characterization of Silver Nanoparticles by Scutellaria multicaulis Leaf Extract and Its Biological Activities
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
Scutellaria multicaulis 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 to contain baicalein, wogonin, and chrysin flavonoids, which are a significant group of chemical ingredients which can cure different diseases, such as breast cancer. S. multicaulis leaf 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 leaf extract and 2 mM of aqueous AgNO3 solution and confirmed by characterization studies including UV–visible spectrophotometry, Field Emission Scanning Electron Microscope (FE-SEM), Energy Dispersive X-ray (EDX), Dynamic Light Scattering (DLS), zeta potential, Thermogravimetric analysis (TGA), Surface-enhanced Raman spectroscopy (SERS), X-ray crystallography (XRD), and Fourier transform infrared (FTIR) Spectroscopy. SmL-Ag-NPs exhibited a higher content of total phenol and total flavonoid and potential antioxidant activity. SmL-Ag-NPs also demonstrated dose-dependent cytotoxicity against MDA-MB231 cell multiplication with an IC50 value of 37.62 μg/mL through inducing cell apoptosis. Results show that SmL-Ag-NPs is effective at inhibiting the proliferation of MDA-MB231 cells compared to tamoxifen. This demonstrates that SmL-Ag-NPs could be a bio-friendly and safe strategy to develop new cancer therapies with a reduction in the adverse effects of chemotherapy in the near future.
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 | 0,001 | 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