Anti-inflammatory and Antioxidant Activity of Ocimum tenuiflorum- and Stevia rebaudiana-Mediated Silver Nanoparticles: An In Vitro Study
Notice bibliographique
Résumé
Background: Nanotechnology, a field bridging material science and biology, explores various applications. Silver nanoparticles, ranging from 1 nm to 100 nm, are commonly labeled as "silver," although some contain a substantial quantity of silver oxide owing to the heightened ratio of silver atoms on the surface compared to the bulk. This characteristic establishes silver as a prominent nanoparticulate material. Stevia, valued for its leaf's sweetness and purported therapeutic qualities, has been utilized for centuries in South America functioning both as a natural sweetener and in traditional health remedies. The objective of this study was to evaluate the anti-inflammatory and antioxidant activity of Ocimum tenuiflorum- and Stevia rebaudiana-mediated silver nanoparticles. Methods: The methods employed involved evaluating the anti-inflammatory effects using the bovine serum albumin (BSA) assay and antioxidant effects using the 2,2-diphenyl-1-picrylhydrazyl (DPPH) assay, with varying concentrations (10 µL, 20 µL, 30 µL, 40 µL, and 50 µL) of the nanoparticles. Results: The results indicated that the anti-inflammatory properties of the nanoparticles surpassed standard values at concentrations of 10 µL, 20 µL, and 30 µL, while the antioxidant properties were also notably surpassing standard values at equivalent concentrations. The maximum inhibition percentage was noted with 10 µL (72.5%). Conclusion: The silver nanoparticles, fortified with extracts from Ocimum tenuiflorum and Stevia rebaudiana, exhibited a promising potential as effective anti-inflammatory and antioxidant agents, suggesting their viability as alternatives to commercially available products.
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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».