Nanoscale imaging approaches to quantifying the electrical properties of pathogenic bacteria
Notice bibliographique
Résumé
Abstract Biofilms are natural, resilient films formed when microorganisms adhere to a surface and form a complex three-dimensional structure that allows them to persist in a wide variety of environments. Readily forming in hospitals and on medical equipment, biofilms are frequent causes of infections and their subsequent complications. Due to the complexity of these structures, systematically studying individual bacterial cells and their interactions with their surrounding environment will provide a deeper understanding of the processes occurring within the biofilm as whole versus bulk population based methods that do not differentiate individual cells or species. Methods based on atomic force microscopy (AFM) are particularly suited to the study of individual cells, but are underutilized for the study of bacterial electrical properties. The ability of electrical currents to impair bacterial attachment is well documented, but to utilize electrical current as an effective antibacterial treatment, it is important to understand the electrical properties of bacteria. Therefore, we used AFM, Kelvin probe force microscopy, and ResiScope (module to perform conductive AFM) to measure the surface potential and conductance of Psuedomonas aeruginosa and methicillin resistance Staphylococcus aureus (MRSA) on gold and stainless steel. This is the first study to directly measure the electrical resistance of single bacterial cells using ResiScope. Our goal was to develop a framework for measuring biological molecules using conductive AFM. We found that the average resistance for P. aeruginosa was 135 ± 25 GΩ, while MRSA had an average of 173 ± 16 GΩ. Using KPFM, the surface potential of MRSA shifted from −0.304 V to 0.153 V and from −0.280 V to 0.172 V for P. aeruginosa on gold versus stainless steel substrates, respectively. In an attempt to identify a potential charge carrier, peptidoglycan was also measured with the ResiScope module and shown to have a resistance of 105 GΩ.
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 | 0,001 | 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 ».