Steering H2O2 lysis pathway for ROS generation in Prussian blue nanozymes via alkali cation doping
Notice bibliographique
Résumé
Prussian blue nanoparticles (PBNPs) have emerged as versatile nanozymes with reactive oxygen species (ROS)-scavenging capabilities, predominantly applied in antioxidant therapies. In this work, we present a combined theoretical and experimental study demonstrating that modulating Fe coordination environments can fundamentally reconfigure PBNPs’ catalytic properties, enabling ROS generation and pro-oxidative functionality. Ab initio molecular dynamics revealed different H2O2 lysis mechanisms at Fe sites with varying coordination numbers: Low-coordinated center (FeN4) induced hydrogen atom transfer to form Fe=O species, while high-coordinated FeN5 generated ·OH radicals via H+-assisted homolysis under acidic conditions. Guided by calculations, Cs-doped PBNPs (Cs-PBs) with elevated coordination numbers were synthesized via alkali cation stoichiometric control, leveraging high distribution coefficient and low hydration energy of Cs+. Experimental results confirmed radical generation in Cs-PBs aligned with theoretical predictions. The size-optimized Cs-PBs demonstrated ultrahigh peroxidase-like activity (1182.26 U·mg-1) and outperformed ROS generating properties in both pollutant degradation and chemodynamic therapy. This work redefines PBNPs’ catalytic potential beyond conventional antioxidant roles, and lays the foundation for innovative environmental and therapeutic solutions. While Prussian blue (PB) nanozymes are typically employed as antioxidants, their reactive oxygen species-generating capability remains unexplored. Here, the authors predict by molecular dynamics and identify explicit hydroxyl radical generation in highly crystalline cesium-doped PBs.
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 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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».