The In-vitro Antibacterial Effect of Colored Rice Crude Extracts against Staphylococcus aureus Associated with Skin and Soft-Tissue Infection
Notice bibliographique
Résumé
Due to increases in the resistance of bacteria to the existing antimicrobial agents, plants are being used as alternative sources for the development of safe, effective, and inexpensive new agents to treat and prevent bacterial infections. Recent studies have shown that rice (Oryza sativa L.), an important source of nutrients, consumed by most of the world’s population, can suppress some bacterial infections. There are many varieties of rice, e.g. white, brown, black, and red; however, the relationship between rice color and antibacterial properties remains unclear. In the present study, we investigated the antibacterial activity of colored-rice crude extracts from four different types of colored rice (Hom Nil, Neaw Dum, Mun Poo, and Sang Yod) against common bacteria causing skin and soft-tissue infections, such as Staphylococcus aureus, Streptococcus pyogenes, Enterococcus spp., Pseudomonas aeruginosa, and Escherichia coli. The results showed that all colored-rice crude extracts had antibacterial effects against S. aureus; and more notably, crude extracts of differently colored rice restricted diverse antibacterial activities. To our knowledge, this is the first report that provides a basic understanding of the antibacterial properties of colored rice against skin and wound pathogens. An understanding of these properties would be invaluable in the development of alternative, natural, and safe methods of controlling bacterial infections.
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) | 0,001 | 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 ».