Antibacterial, Antibiofilm, and Antioxidant Activity of 15 Different Plant-Based Natural Compounds in Comparison with Ciprofloxacin and Gentamicin
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.
Notice bibliographique
Résumé
Plant-based natural compounds (PBCs) are comparatively explored in this study to identify the most effective and safe antibacterial agent/s against six World Health Organization concern pathogens. Based on a contained systematic review, 11 of the most potent PBCs as antibacterial agents are included in this study. The antibacterial and antibiofilm efficacy of the included PBCs are compared with each other as well as common antibiotics (ciprofloxacin and gentamicin). The whole plants of two different strains of Cannabis sativa are extracted to compare the results with sourced ultrapure components. Out of 15 PBCs, tetrahydrocannabinol, cannabidiol, cinnamaldehyde, and carvacrol show promising antibacterial and antibiofilm efficacy. The most common antibacterial mechanisms are explored, and all of our selected PBCs utilize the same pathway for their antibacterial effects. They mostly target the bacterial cell membrane in the initial step rather than the other mechanisms. Reactive oxygen species production and targeting [Fe-S] centres in the respiratory enzymes are not found to be significant, which could be part of the explanation as to why they are not toxic to eukaryotic cells. Toxicity and antioxidant tests show that they are not only nontoxic but also have antioxidant properties in Caenorhabditis elegans as an animal model.
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 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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle