Evaluating the Binding of Selected Biomolecules to Cranberry Derived Proanthocyanidins Using the Quartz Crystal Microbalance
Notice bibliographique
Résumé
Despite cranberry being associated with the prevention of bacterial infections for over a century, our understanding of the bioavailability and mechanisms by which cranberry prevents infection is limited. This study investigates the interactions between cranberry proanthocyanidins (CPAC) and human serum proteins (albumin, α-1-acid glycoprotein, and fibrinogen) that may be encountered during CPAC metabolism following ingestion. To better understand how CPAC might interfere with bacterial infection, we also examined the interactions between CPAC and selected bacterial virulence factors; namely, lipopolysaccharide (LPS) and rhamnolipid. The binding of CPAC to the serum proteins, rhamnolipids and LPS from Escherichia coli O111:B4 can be described by Langmuir-type isotherms, allowing the determination of the apparent adsorption affinity constants, with CPAC interacting most strongly with fibrinogen with a binding constant of 2.2 × 10(8) M(-1). These binding interactions will limit the bioavailability of the CPAC at the site of action, an important consideration in designing further clinical trials. Furthermore, CPAC interacts with Pseudomonas aeruginosa 10 LPS, E. coli O111:B4 LPS, and P. aeruginosa rhamnolipids in fundamentally different manners, supporting the theory that cranberry prevents bacterial infections via multiple mechanisms.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».