Multiparametric cytotoxicity profiling reveals cell-line and ligand-dependent toxicity for pegylated gold nanoparticles (AuNP-PEG)
Notice bibliographique
Résumé
The highly tunable surface chemistry of gold nanoparticles (AuNPs) makes them ideal candidates for cancer treatments. Modification of AuNP surface chemistry creates linkage points for different surface coatings whose chemical structure regulates AuNP interactions with cells and thus plays a key role in AuNP cytotoxicity. This study looked at AuNPs functionalized with three polyethylene glycol (PEG) coatings, differing in end group functionality: PEG methyl terminated thiol (PEGCH3), PEG amine terminated thiol (PEGNH2), and PEG carboxylic acid terminated thiol (PEGCOOH). Cytotoxic effects were compared across three cell lines: human embryonic kidney (HEK293T/17), prostate cancer (PC-3), and ovarian cancer (SKOV3). Biochemical assays measured the effect AuNPs elicit on the ability of single cells to form colonies, metabolize thiazolyl blue tetrazolium bromide (MTT), or produce reactive oxygen species (ROS) using 2′,7′-dichlorofluorescein. Overall, AuNP-PEG particles were minimally toxic. HEK293T/17 colony formation was significantly decreased with all but PEGCOOH particle types, and PEGNH2 treatments significantly decreased colony formation for all three tested cell lines. ROS production was significantly increased when treated with 100 µg mL−1 AuNP PEGNH2 in all three cell lines, with PEGCH3 also showing increased ROS in PC-3 cells. PEGCH3 reduced metabolic function (MTT metabolism) in only SKOV3 cells, while PEGCOOH was toxic to HEK293T/17 cells at 100 µg mL−1. These results suggest that differing end group chemistry leads to modest cytotoxic profiles for each AuNP that are cell line and coating dependent. Elucidation of AuNP mechanisms of toxicity is a critical step in the evaluation of the future therapeutic potential for these particles.
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) | 0,000 | 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 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 ».