Mechanism of Action of Electrospun Chitosan-Based Nanofibers against Meat Spoilage and Pathogenic Bacteria
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
This study investigates the antibacterial mechanism of action of electrospun chitosan-based nanofibers (CNFs), against Escherichia coli, Salmonella enterica serovar Typhimurium, Staphylococcus aureus and Listeria innocua, bacteria frequently involved in food contamination and spoilage. CNFs were prepared by electrospinning of chitosan and poly(ethylene oxide) (PEO) blends. The in vitro antibacterial activity of CNFs was evaluated and the susceptibility/resistance of the selected bacteria toward CNFs was examined. Strain susceptibility was evaluated in terms of bacterial type, cell surface hydrophobicity, and charge density, as well as pathogenicity. The efficiency of CNFs on the preservation and shelf life extension of fresh red meat was also assessed. Our results demonstrate that the antibacterial action of CNFs depends on the protonation of their amino groups, regardless of bacterial type and their mechanism of action was bactericidal rather than bacteriostatic. Results also indicate that bacterial susceptibility was not Gram-dependent but strain-dependent, with non-virulent bacteria showing higher susceptibility at a reduction rate of 99.9%. The susceptibility order was: E. coli > L. innocua > S. aureus > S. Typhimurium. Finally, an extension of one week of the shelf life of fresh meat was successfully achieved. These results are promising and of great utility for the potential use of CNFs as bioactive food packaging materials in the food industry, and more specifically in meat quality preservation.
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) | 0,000 | 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 découle