Methylglyoxal: (active agent of manuka honey) in vitro activity against bacterial biofilms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Pseudomonas aeruginosa (PA) and Staphylococcus aureus (SA) biofilms are associated with poor chronic rhinosinusitis (CRS) disease control following surgery. Manuka honey (MH) has been shown to be both an effective in vitro treatment agent for SA and PA biofilms and nontoxic to sinonasal respiratory mucosa. Methylglyoxal (MGO) has been reported to be the major antibacterial agent in MH. The effect of this agent against SA and PA biofilms has yet to be reported. Our objective was to determine the in vitro effect of MGO against biofilms of SA and PA, via in vitro testing of MGO against bacterial biofilms. METHODS: An established biofilm model was used to determine the effective concentration (EC) of MGO against 10 isolates of methicillin-resistant SA (MRSA) and PA. The EC of MGO was also determined against planktonic (free-swimming) MRSA and PA. RESULTS: For MRSA, the EC against planktonic organisms was a concentration of 0.08 mg/mL to 0.3 mg/mL whereas against the biofilm MRSA isolates, the EC ranged from 0.5 mg/mL to 3.6 mg/mL. For PA, the EC against planktonic organisms was a concentration of 0.15 mg/mL to 1.2 mg/mL for planktonic organisms whereas against the biofilm PA isolates, the EC ranged from 1.8 mg/mL to 7.3 mg/mL. CONCLUSION: MGO, a component of MH, is an effective antimicrobial agent against both planktonic and biofilm MRSA and PA organisms in vitro.
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.
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) | 0,000 | 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 découle