增强CeO2纳米颗粒与Nd3+兴奋剂的抗氧化特性:结构,生物和机器学习的见解
Oscar Ceballos-Sanchez1, Diego E Navarro-López2, Jorge L Mejía-Méndez3
1Universidad de Guadalajara, Centro Universitario de Ciencias Exactas e Ingenierias (CUCEI), Departamento de Ingenieria de Proyectos, Av. José Guadalupe Zuno # 48, Industrial Los Belenes, Zapopan, Jalisco, 45157, Mexico. oscar.ceballos@academicos.udg.mx.
Biomaterials science
|March 7, 2024
概括
氧化物 (CeO2) 纳米颗粒显示出增强的抗氧化能力. 机器学习准确地预测了这种改善的抗氧化活性,为纳米材料的行为提供了洞察力.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术 纳米技术
- 生物医学工程 生物医学工程
背景情况:
- 纳米粒子的形状,大小和组成等属性决定了抗氧化能力.
- 氧化 (CeO2) 纳米粒子以其抗氧化能力而闻名.
- 研究剂可以修改和增强纳米材料的特性.
研究的目的:
- 合成新型的合的CeO2纳米粒子.
- 评估不同含量对CeO2抗氧化特性的影响.
- 使用机器学习探索生物活动并预测抗氧化剂能力.
主要方法:
- 合成 Nd-doped CeO2 纳米颗粒,含有各种 Nd 含量.
- 结构,光学和形态变化的表征.
- 对抗细菌,癌细胞和抗氧化剂模型的生物活性评估.
- 机器学习的应用 (随机森林) 用于活动预测.
主要成果:
- Nd-doping改变了CeO2网格参数和形态 (从纳米颗粒到纳米棒).
- 没有观察到显著的抗菌或抗癌活性,可能是由于Ce3+/Ce4+比率.
- 新的加入显然提高了CeO2纳米颗粒的抗氧化能力.
- 随机森林模型在预测抗氧化剂活性方面实现了96.35%的准确性.
结论:
- Nd-doping增强了CeO2纳米颗粒的抗氧化特性.
- 机器学习为预测纳米材料的生物行为提供了一个强大的工具.
- 这项研究为Nd-doped CeO2纳米粒子及其潜在应用提供了新的见解.
- 需要进一步的研究来将Ce3+/Ce4+比率与观察到的生物活动相关联.
