Enhanced Biofilm Formation by Ferrous and Ferric Iron Through Oxidative Stress in Campylobacter jejuni
Notice bibliographique
Résumé
Campylobacter is a leading foodborne pathogen worldwide. Biofilm formation is an important survival mechanism that sustains the viability of Campylobacter under harsh stress conditions. Iron affects biofilm formation in some other bacteria; however, the effect of iron on biofilm formation has not been investigated in Campylobacter. In this study, we discovered that ferrous (Fe2+) and ferric (Fe3+) iron stimulated biofilm formation in Campylobacter jejuni. The sequestration of iron with an iron chelator prevented the iron-mediated biofilm stimulation. The level of total reactive oxygen species (ROS) in biofilms was increased by iron. However, the supplementation with an antioxidant prevented the total ROS level from being increased in biofilms by iron and also inhibited iron-mediated biofilm stimulation in C. jejuni. This suggests that iron promotes biofilm formation through oxidative stress. Based on the results of fluorescence microscopic analysis, Fe2+ and Fe3+ enhanced both microcolony formation and biofilm maturation. The levels of extracellular DNA and polysaccharides in biofilms were increased by iron supplementation. The effect of iron on biofilm formation was also investigated with 70 C. jejuni isolates from raw chicken. Regardless of the inherent levels of biofilm formation, iron stimulated biofilm formation in all tested strains; however, there were strain variations in iron concentrations affecting biofilm formation. The biofilm formation of 92.9% (65 of 70) strains was enhanced by either 40 µM Fe2+ or 20 µM Fe3+ or both (the iron concentrations that enhanced biofilm formation in C. jejuni NCTC 11168), whereas different iron concentrations were required to promote biofilms in the rest of the strains. The findings in this study showed that Fe2+ and Fe3+ contributed to the stimulation of biofilm formation in C. jejuni through oxidative stress.
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) | 0,000 | 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 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 ».