Engineered Salivary Peptides Reduce Enamel Demineralization Provoked by Cariogenic S. mutans Biofilm
Notice bibliographique
Résumé
Engineering of the acquired enamel pellicle using salivary peptides has been shown to be a promising anticaries strategy. However, the mechanisms by which these peptides protect teeth against tooth decay are not fully understood. In this study, we evaluated the effect of the engineered salivary peptides DR9-DR9 and DR9-RR14 on enamel demineralization in two experimental conditions: (1) adsorbed onto the enamel surface forming the AEP, and (2) forming the AEP combined with their use to treat the biofilms 2×/day, using a validated cariogenic Streptococcus mutans in vitro biofilm model. Biofilms were grown for 144 h on enamel slabs and then collected to determine the bacterial viability (CFU/biofilm) and biofilm mass (mg protein/biofilm), and to extract cellular/extracellular proteins, which were characterized by mass spectrometry. The culture medium was changed 2×/day to fresh medium, and pH (indicator of biofilm acidogenicity) and calcium concentration (indicator of demineralization) was determined in used medium. DR9-RR14 peptide significantly reduced enamel demineralization (p < 0.0001) in both experimental conditions. However, this peptide did not have a significant effect on biofilm biomass (p > 0.05) nor did it modulate the expression of cellular and extracellular bacterial proteins involved in biofilm cariogenicity. These findings suggest that DR9-RR14 may control caries development mainly by a physicochemical mechanism.
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 | 0,000 | 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) | 0,004 | 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 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 ».