Selected dietary (poly)phenols inhibit periodontal pathogen growth and biofilm formation
Notice bibliographique
Résumé
Periodontitis (PD) is a chronic infectious disease mediated by bacteria in the oral cavity. (Poly)phenols (PPs), ubiquitous in plant foods, possess antimicrobial activities and may be useful in the prevention and management of periodontitis. The objective of this study was to test the antibacterial effects of selected PPs on periodontal pathogens, on both planktonic and biofilm modes of growth. Selected PPs (n = 48) were screened against Streptococcus mitis (S. mitis), Aggregatibacter actinomycetemcomitans (A. actinomycetemcomitans), Fusobacterium nucleatum (F. nucleatum) and Porphyromonas gingivalis (P. gingivalis). The antibacterial potential of each compound was evaluated in terms of planktonic minimum inhibitory concentration (PMIC) and planktonic minimum bactericidal concentration (PMBC) using standardized broth microdilution assays. The most active PPs were further tested for their effect on mono-species and multi-species biofilms using a colorimetric resazurin-based viability assay and scanning electron microscopy. Of the 48 PPs tested, 43 showed effective inhibition of planktonic growth of one or more test strains, of which curcumin was the most potent (PMIC range = 7.8-62.5 μg mL(-1)), followed by pyrogallol (PMIC range = 2.4-2500 μg mL(-1)), pyrocatechol (MIC range = 4.9-312.5 μg mL(-1)) and quercetin (PMIC range = 31.2-500 μg mL(-1)). At this concentration, adhesion of curcumin and quercetin to the substrate also inhibited adhesion of S. mitis, and biofilm formation and maturation. While both curcumin and quercetin were able to alter architecture of mature multi-species biofilms, only curcumin-treated biofilms displayed a significantly reduced metabolic activity. Overall, PPs possess antibacterial activities against periodontopathic bacteria in both planktonic and biofilm modes of growth. Further cellular and in vivo studies are necessary to confirm their beneficial activities and potential use in the prevention and or treatment of periodontal diseases.
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 ».