Green and cost-effective phyto fabrication of copper oxide nanoparticles for exploring its therapeutic applications
Notice bibliographique
Résumé
Copper oxide nanoparticles (CuONPs) are gaining traction for their promising roles in various scientific and medical applications. This study highlights a green synthesis approach using hydroalcoholic extract of Bambusa vulgaris leaves as a natural reducing and stabilizing agent, with copper sulfate serving as the precursor. The solution's transformation to a greenish-brown hue indicated successful nanoparticle formation. Bioactive compounds extracted from the leaves facilitated the reduction and stabilization processes. Comprehensive characterization techniques—including UV-Vis spectroscopy, SEM-EDX, XRD, particle size analysis, and zeta potential measurements—were employed. A UV-Vis peak at 357 nm confirmed surface plasmon resonance, while SEM revealed cuboidal nanoparticle shapes with 46.03 % copper content. XRD affirmed the crystalline structure, and DLS analysis reported an average size of 70.9 nm with a zeta potential of −1 mV. Biological assessments showcased notable bioactivity: antioxidant capacity via DPPH assay, antibacterial effects through agar well diffusion, anticancer action against PC-3 cells using MTT assay, and enhanced wound closure observed in scratch assays. These results suggest that Bambusa vulgaris -derived CuONPs possess strong antioxidant, antimicrobial, cytotoxic, and wound-healing properties. Overall, this eco-friendly method presents a viable route for producing multifunctional CuONPs with significant therapeutic potential.
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 | 0,000 |
| 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) | 0,001 | 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 ».