Nanoplastics in Simulated Human Lung Fluids: Aggregation Kinetics, Theoretical Model Simulation, and Effects on Pulmonary Bacteria
Notice bibliographique
Résumé
The widespread presence of nanoplastics poses serious threats to public health with inhalation emerging as a crucial exposure pathway. However, their behavior and toxicity in the pulmonary microenvironment are largely unknown. In this study, polystyrene nanoplastics (PSNPs) with different diameters and surface modifications were employed to investigate the aggregation kinetics, interaction mechanisms, and effects on pulmonary bacteria in different lung fluids. All PSNPs aggregated in inflammatory artificial lysosomal fluid (ALF), whereas bare- and carboxyl-modified PSNPs remained stable in healthy Gamble's solution (GS) and modified GS (MGS). Aggregation of PSNPs in ALF and GS followed the classical Derjaguin-Landau-Verwey-Overbeek theory, while steric hindrance and hydrogen bonding between PSNPs and the lung surfactant governed the aggregation in MGS. Furthermore, redundancy analysis indicated that the aggregation of PSNPs reduced oxidative stress and membrane damage to bacteria in lung fluids. Specifically, amino-modified PSNPs, which aggregated in GS, could induce sustained oxidative stress, damage the cell membrane of native pulmonary bacteria, and promote the release of pyoverdine from pathogenic bacteria up to 2.16 times. Moreover, the aging process significantly enhanced the toxicity of PSNPs on pulmonary bacteria. These findings enhance our understanding of the behavior and toxic effects of nanoplastics on humans.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».