Electronic cigarette vapor increases <i>Streptococcus mutans</i> growth, adhesion, biofilm formation, and expression of the biofilm‐associated genes
Notice bibliographique
Résumé
OBJECTIVE: It still not known whether electronic cigarettes (e-cigarettes) contribute to dental caries. This study aimed to evaluate the effect of e-cigarettes on the growth of Streptococcus mutans, the formation of biofilm, and the expression of certain virulence genes. MATERIALS AND METHODS: Streptococcus mutans cells were exposed or not to e-cigarettes with and without nicotine or to cigarette smoke twice a day for 15 min each exposure period. The bacterial growth and the expression of glucosyltranferase, competence, and glucan-binding genes were evaluated after 24 hr. Biofilm formation was assessed after 1, 2, and 3 days. S. mutans adhesion and growth to e-cigarette exposed human teeth were assessed. RESULTS: We observed an increase in S. mutans growth with e-cigarettes, mainly at the early culture period. This was confirmed by an increase of biofilm mass ranging from 8 ± 0.5 mg with the control to 47 ± 5 mg after six exposures to nicotine-rich e-cigarettes. S. mutans cells adhered better to e-cigarette exposed teeth. E-cigarettes increased the expression of glucosyltranferase, competence, and glucan-binding genes. CONCLUSIONS: E-cigarettes increased the growth of S. mutans and the expression of virulent genes. E-cigarettes promoted the adhesion to, and formation of biofilms on teeth surfaces.
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) | 0,005 | 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 ».