Optimization of a rapid, sensitive, and high throughput molecular sensor to measure canola protoplast respiratory metabolism as a means of screening nanomaterial cytotoxicity
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
Nanomaterial-mediated plant genetic engineering holds promise for developing new crop cultivars but can be hindered by nanomaterial toxicity to protoplasts. We present a fast, high-throughput method for assessing protoplast viability using resazurin, a non-toxic dye converted to highly fluorescent resorufin during respiration. Protoplasts isolated from hypocotyl canola (Brassica napus L.) were evaluated at varying temperatures (4, 10, 20, 30 ˚C) and time intervals (1-24 h). Optimal conditions for detecting protoplast viability were identified as 20,000 cells incubated with 40 µM resazurin at room temperature for 3 h. The assay was applied to evaluate the cytotoxicity of silver nanospheres, silica nanospheres, cholesteryl-butyrate nanoemulsion, and lipid nanoparticles. The cholesteryl-butyrate nanoemulsion and lipid nanoparticles exhibited toxicity across all tested concentrations (5-500 ng/ml), except at 5 ng/ml. Silver nanospheres were toxic across all tested concentrations (5-500 ng/ml) and sizes (20-100 nm), except for the larger size (100 nm) at 5 ng/ml. Silica nanospheres showed no toxicity at 5 ng/ml across all tested sizes (12-230 nm). Our results highlight that nanoparticle size and concentration significantly impact protoplast toxicity. Overall, the results showed that the resazurin assay is a precise, rapid, and scalable tool for screening nanomaterial cytotoxicity, enabling more accurate evaluations before using nanomaterials in genetic engineering.
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