Antibiofilm peptides against biofilms on titanium and hydroxyapatite surfaces
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
Biofilms are the main challenges in the treatment of common oral diseases such as caries, gingival and endodontic infection and periimplantitis. Oral plaque is the origin of microbes colonizing in the form of biofilms on hydroxyapatite (tooth) and titanium (dental implant) surfaces. In this study, hydroxyapatite (HA) and titanium (Ti) disks were introduced, and their surface morphology was both qualitatively and quantitatively analyzed by a scanning electron microscope (SEM) and atomic force microscope (AFM). The average roughness of Ti disks (77.6 ± 18.3 nm) was less than that of HA (146.1 ± 38.5 nm) (p < 0.05). Oral multispecies biofilms which were cultured on Ti and HA disks for 6 h and three weeks were visualized by SEM. We investigated the ability of two new antibiofilm peptides, DJK-5 and 1018, to induce killing of bacteria in oral multispecies biofilms on Ti and HA disks. A 6-h treatment by DJK-5 and 1018 (2 or 10 μg/mL) significantly reduced biomass of the multispecies biofilms on both Ti and HA disks. DJK-5 was able to kill more bacteria (40.4–75.9%) than 1018 (30.4–67.0%) on both surfaces (p < 0.05). DJK-5 also led to a more effective killing of microbes after a 3-min treatment of 3-day-old and 3-week-old biofilms on Ti and HA surfaces, compared to peptide 1018 and chlorhexidine (p < 0.05). No significant difference was found in the amount of biofilm killing between Ti and HA surfaces. Both peptide DJK-5 and 1018 may potentially be used as effective antibiofilm agents in clinical dentistry.
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 | 0,001 |
| 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 | 0,001 |
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