Facile bio-inspired fabrication of AgNPs from Salvia elegans leaf extract and determination of their cytotoxic DNA photocleavage potential
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
This study introduces a sustainable method for producing silver nanoparticles (AgNPs), focusing on sustainability and environmental protection.The technique includes the use of Salvia elegans aqueous leaf extract as a reducing agent.In addition, the research investigates the dose-dependent degradation of pUC19 DNA by silver nanoparticles, which is facilitated by the generation of singlet oxygen.The presence of S. elegans extract results in significant color changes, going from a colorless state to a dark brown hue, serving as an indication of the synthesis of AgNPs.A range of experimental methods were employed to analyze the biogenic AgNPs, such as UV-visible absorption spectroscopy, X-ray diffraction (XRD), transmission electron microscopy (TEM) and scanning electron microscopy (SEM).The meticulously produced AgNPs demonstrate a high level of uniformity, featuring a spherical shape and a particle size of 60 nm.DNA photo-cleavage studies show that singlet oxygen plays a crucial role in triggering DNA damage caused by AgNPs, indicating their potential as powerful cytotoxic agents specifically aimed at cancer cells.Additional studies are required to clarify the effectiveness and specificity of AgNPs against various cancer cell types to assess their therapeutic potential.The cytotoxic effects of AgNPs, particularly in relation to DNA photocleavage, are of considerable interest in cancer research.This research holds promise for developing novel and sustainable cancer therapies based on the unique properties of biogenic silver nanoparticles.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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