Antibacterial activity of the human host defence peptide LL-37 and selected synthetic cationic lipids against bacteria associated with oral and upper respiratory tract infections
Notice bibliographique
Résumé
OBJECTIVES: We aim to develop antibacterial peptide mimics resistant to protease degradation, with broad-spectrum activity at sites of infection. METHODS: The bactericidal activities of LL-37, ceragenins CSA-13, CSA-90 and CSA-92 and the spermine-conjugated dexamethasone derivative D2S were evaluated using MIC and MBC measurements. Gingival fibroblast counting, interleukin-8 (IL-8) and lactate dehydrogenase (LDH) release from keratinocytes (HaCat) were used to determine effects on cell growth, pro-inflammatory response and toxicity. RESULTS: All tested cationic lipids showed stronger bactericidal activity than LL-37. Incubation of Staphylococcus aureus with half the MIC of LL-37 led to the appearance of bacteria resistant to its bactericidal effects, but identical incubations with CSA-13 or D2S did not produce resistant bacteria. Cathelicidin LL-37 significantly increased the total number of gingival fibroblasts, but ceragenins and D2S did not alter gingival fibroblast growth. Cationic lipids showed no toxicity to HaCat cells at concentrations resulting in bacterial killing. CONCLUSIONS: These data suggest that cationic lipids such as ceragenins warrant further testing as potential novel antibacterial agents.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».