Tart cherry (<scp><i>Prunus cerasus</i> L.</scp>) fractions inhibit biofilm formation and adherence properties of oral pathogens and enhance oral epithelial barrier function
Notice bibliographique
Résumé
Dental caries, candidiasis, and periodontal disease are the most common oral infections affecting a wide range of the population worldwide. The present study investigated the effects of two tart cherry (Prunus cerasus L.) fractions on important oral pathogens, including Candida albicans, Streptococcus mutans, and Fusobacterium nucleatum, as well as on the barrier function of oral epithelial cells. Procyanidins and quercetin and its derivatives were the most important constituents found in the tart cherry fractions. Although the fractions showed poor antimicrobial activity, they inhibited biofilm formation by the three oral pathogens in a dose-dependent manner. The tart cherry fractions also attenuated the adherence of C. albicans and S. mutans to a hydroxylapatite surface as well as the adherence of F. nucleatum to oral epithelial cells. Treating oral epithelial cells with the tart cherry fractions significantly enhanced the barrier function as determined by monitoring the transepithelial electrical resistance. In conclusion, this study showed that the tart cherry fractions and their bioactive constituents could be promising antiplaque compounds by targeting biofilm formation and adherence properties of oral pathogens. Furthermore, its property of increasing the epithelial barrier function may protect against microbial invasion of the underlying connective tissue.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».