The interactions between polymer coated nanoparticles and extracellular soil enzymes: effects on particle transport and aggregation
Notice bibliographique
Résumé
Polymeric coatings on the surface of nanoparticles (NPs) have been shown to control the environmental fate and impacts of NPs.Upon the release of NPs into soils and natural aquatic environments, extracellular enzymes may act to transform the NPs, altering their behaviour, fate and toxicity.We investigated the effect of exposure to a common extracellular soil enzyme, cellulase, on the deposition and aggregation behavior of polyethylene glycol (PEG) coated gold nanoparticles.The degradation ability of cellulase on the PEG coating was investigated using Matrix assisted laser desorption ionization time of flight (MALDI-TOF) and darkfield hyperspectral imaging.Deposition kinetics of untreated and cellulase treated nanoparticles were determined using the Quartz Crystal Microbalance with Dissipation monitoring (QCM-D).A Nanotweezer was also used to measure the nanoparticle-silica surface interaction energy profile.Dynamic light scattering (DLS) was used to investigate the aggregation regimes.Results show that this enzyme does not contribute to PEG coating degradation.However, cellulase does increase aggregation of NPs at high IS concentration, indicating that there is a corona that forms and produces a bridging effect.There was no impact on nanoparticle deposition seen in QCM-D and Nanotweezer experiments showed no difference in interaction energy.iii RésuméLes enrobages polymériques à la surface des nanoparticules (NP) contrôlent leur destin et impacts dans l'environnement.Lors de la libération de NP dans les sols et les milieux aquatiques naturels, les enzymes extracellulaires peuvent agir pour transformer les NPs ce qui modifie leur comportement, leur sort et leur toxicité.Nous avons étudié l'interaction entre une enzyme extracellulaire commune dans le sol, la cellulase, et des nanoparticules d'or enrobées de polyéthylène glycol (PEG) et les effets sur le comportement de déposition et d'agrégation.La capacité de dégradation de la cellulase sur l'enrobage PEG a été étudiée en utilisant la Désorption laser d'ions assisté par matrix-temps de vol et l'imagerie hyperspectrale.La cinétique de dépôt des nanoparticules non traitées et traitées par le cellulase a été déterminée à l'aide de la Microbalance en cristal de quartz avec surveillance de la dissipation.Un Nanotweezer a également été utilisé pour mesurer le profil d'énergie de l'interaction des NPs avec une surface de silice.La diffusion dynamique de la lumière a été utilisée pour étudier les régimes d'agrégation.Les résultats montrent que la cellulase ne contribue pas à la dégradation de l'enrobage PEG.Cependant, l'enzyme augmente l'agrégation des NPs à forte concentration de force ionique, suggérant qu'il existe une corona qui se forme et produit un effet de pontage.Il n'y a eu aucun impact sur le dépôt de nanoparticules observé et les expériences de Nanotweezer n'ont montré aucune différence dans l'énergie d'interaction.
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 ».