Ascorbic acid-mediated selenium nanoparticles as potential antihyperuricemic, antioxidant, anticoagulant, and thrombolytic agents
Notice bibliographique
Résumé
Abstract Selenium (Se) is an important trace element that is involved in controlling oxidative stress and inflammatory disorders. Gouty arthritis is the inflammation and pain within the joints and tissues caused due to the accumulation of monosodium urate (MSU) crystals. This study aimed to investigate the antigout, antioxidant, anticoagulant, and thrombolytic potential of ascorbic acid-mediated Se nanoparticles (A-SeNPs). Different analytical techniques were used to investigate the formation of A-SeNPs. The antigout potential of the nanoparticles was carried out using MSU crystal dissolution, uric acid (UA) degradation assay, and xanthine oxidase inhibition (XOI). A-SeNPs exhibited excellent antihyperurecemic activity in a concentration-dependent manner. It was observed that at the tested concentration of 20 mg·mL −1 , the A-SeNPs demonstrated significant breakage and dissolution of MSU crystals and resulted in UA degradation of 67.76%. Similarly, A-SeNPs resulted in 76% XOI with an excellent IC 50 of 140 µg·mL −1 . Furthermore, considerable antioxidant activity was noted for the A-SeNPs as evaluated with multiple antioxidant assays. Finally, the NPs were found to have significant anticoagulant and thrombolytic potential. Thus, it was concluded that A-SeNPs have potent antihyperuricemic, antioxidant, anticoagulant, and thrombolytic activities, making them an ideal choice for future biomedical applications.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».