MétaCan
Menu
Retour à la cohorte
Enregistrement W4401170344 · doi:10.1016/j.heliyon.2024.e35486

Biogenic silver nanomaterials synthesized from Ocimum sanctum leaf extract exhibiting robust antimicrobial and anticancer activities: Exploring the therapeutic potential

2024· article· en· W4401170344 sur OpenAlexfundno aff
Nayeem Ahmad, Mohammad Azam Ansari, Ali Al-Mahmeed, Ronni Mol Joji, Nermin Kamal Saeed, Mohammad Shahid

Notice bibliographique

RevueHeliyon · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensnon disponible
Organismes subventionnairesImam Abdulrahman Bin Faisal UniversityCanadian Breast Cancer Research AllianceArabian Gulf University
Mots-clésAntimicrobialOcimumTraditional medicineNanomaterialsChemistryNanotechnologyMedicineMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

(Tulsi) leaves to synthesize silver nanoparticles (OsAgNPs), that were characterized by FTIR, TEM, SEM, and EDX. OsAgNPs were assessed for their antibacterial and anticancer potential. TEM analysis unveiled predominantly spherical or oval-shaped OsAgNPs, ranging in size from 4 to 98 nm. The (MICs) of OsAgNPs demonstrated a range from 0.350 to 19.53 μg/ml against clinical, multidrug-resistant (MDR), and standard bacterial isolates. Dual labelling with ethidium bromide and acridine orange demonstrated that OsAgNPs induced apoptosis in HeLa cells. The OsAgNPs-treated cells showed yellow-green fluorescence in early-stage apoptotic cells and orange fluorescence in late-stage cells. Furthermore, OsAgNPs exhibited a concentration-dependent decrease in HeLa cancer cell viability, with an IC50 value of 90 μg/ml noted. The study highlights the remarkable antibacterial efficacy of OsAgNPs against clinically significant bacterial isolates, including antibiotic-resistant strains. These results position the OsAgNPs as prospective therapeutic agents with the potential to address the growing challenges posed by antibiotic resistance and cervical cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,248
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207