Antimicrobial efficacy against Pseudomonas aeruginosa biofilm formation in a three-dimensional lung epithelial model and the influence of fetal bovine serum
Notice bibliographique
Résumé
In vitro models that mimic in vivo host-pathogen interactions are needed to evaluate candidate drugs that inhibit bacterial virulence traits. We established a new approach to study Pseudomonas aeruginosa biofilm susceptibility on biotic surfaces, using a three-dimensional (3-D) lung epithelial cell model. P. aeruginosa formed antibiotic resistant biofilms on 3-D cells without affecting cell viability. The biofilm-inhibitory activity of antibiotics and/or the anti-biofilm peptide DJK-5 were evaluated on 3-D cells compared to a plastic surface, in medium with and without fetal bovine serum (FBS). In both media, aminoglycosides were more efficacious in the 3-D cell model. In serum-free medium, most antibiotics (except polymyxins) showed enhanced efficacy when 3-D cells were present. In medium with FBS, colistin was less efficacious in the 3-D cell model. DJK-5 exerted potent inhibition of P. aeruginosa association with both substrates, only in serum-free medium. DJK-5 showed stronger inhibitory activity against P. aeruginosa associated with plastic compared to 3-D cells. The combined addition of tobramycin and DJK-5 exhibited more potent ability to inhibit P. aeruginosa association with both substrates. In conclusion, lung epithelial cells influence the efficacy of most antimicrobials against P. aeruginosa biofilm formation, which in turn depends on the presence or absence of FBS.
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 | 0,002 | 0,002 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 ».