MétaCan
Menu
Retour à la cohorte
Enregistrement W3108036808 · doi:10.3390/antibiotics9120853

Silver Antibacterial Synergism Activities with Eight Other Metal(loid)-Based Antimicrobials against Escherichia coli, Pseudomonas aeruginosa, and Staphylococcus aureus

2020· article· en· W3108036808 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAntibiotics · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Academies of Sciences, Engineering, and Medicine
Mots-clésChemistryStaphylococcus aureusPseudomonas aeruginosaBacteriaMicrobiologyAntibacterial activityAntimicrobialSilver nitrateEscherichia coliNuclear chemistryBiochemistryBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The present study surveys potential antibacterial synergism effects of silver nitrate with eight other metal or metalloid-based antimicrobials (MBAs), including silver nitrate, copper (II) sulfate, gallium (III) nitrate, nickel sulfate, hydrogen tetrachloroaurate (III) trihydrate (gold), aluminum sulfate, sodium selenite, potassium tellurite, and zinc sulfate. Bacteriostatic and bactericidal susceptibility testing explored antibacterial synergism potency of 5760 combinations of MBAs against three bacteria (Escherichia coli, Pseudomonas aeruginosa, Staphylococcus aureus) in three different media. Silver nitrate in combination with potassium tellurite, zinc sulfate, and tetrachloroaurate trihydrate had remarkable bactericidal and bacteriostatic synergism effects. Synergism properties of MBAs decreased effective antibacterial concentrations remarkably and bacterial cell count decreased by 8.72 log10 colony-forming units (CFU)/mL in E. coli, 9.8 log10 CFU/mL in S. aureus, and 12.3 log10 CFU/mL in P. aeruginosa, compared to each MBA alone. Furthermore, most of the MBA combinations inhibited the recovery of bacteria; for instance, the combination of silver nitrate–tetrachloroaurate against P. aeruginosa inhibited the recovery of bacteria, while three-fold higher concentration of silver nitrate and two-fold higher concentration of tetrachloroaurate were required for inhibition of recovery when used individually. Overall, higher synergism was typically obtained in simulated wound fluid (SWF) rather than laboratory media. Unexpectedly, the combination of A silver nitrate–potassium tellurite had antagonistic bacteriostatic effects in Luria broth (LB) media for all three strains, while the combination of silver nitrate–potassium tellurite had the highest bacteriostatic and bactericidal synergism in SWF. Here, we identify the most effective antibacterial MBAs formulated against each of the Gram-positive and Gram-negative pathogen indicator strains.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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