MétaCan
Menu
Retour à la cohorte
Enregistrement W4310776975 · doi:10.1038/s41467-022-34803-7

Self-assembling nanofibrous bacteriophage microgels as sprayable antimicrobials targeting multidrug-resistant bacteria

2022· article· en· W4310776975 sur OpenAlexafffund
Lei Tian, Leon He, Kyle Jackson, Ahmed Saif, Shadman Khan, Zeqi Wan, Tohid F. Didar, Zeinab Hosseinidoust

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsGovernment of Canada
Mots-clésBacteriophageAntimicrobialMultiple drug resistanceBacteriaMicrobiologyAntibiotic resistanceAntibioticsBiologyVirologyEscherichia coliGenetics

Résumé

récupéré en direct d'OpenAlex

Nanofilamentous bacteriophages (bacterial viruses) are biofunctional, self-propagating, and monodisperse natural building blocks for virus-built materials. Minifying phage-built materials to microscale offers the promise of expanding the range function for these biomaterials to sprays and colloidal bioassays/biosensors. Here, we crosslink half a million self-organized phages as the sole structural component to construct each soft microgel. Through an in-house developed, biologics-friendly, high-throughput template method, over 35,000 phage-built microgels are produced from every square centimetre of a peelable microporous film template, constituting a 13-billion phage community. The phage-exclusive microgels exhibit a self-organized, highly-aligned nanofibrous texture and tunable auto-fluorescence. Further preservation of antimicrobial activity was achieved by making hybrid protein-phage microgels. When loaded with potent virulent phages, these microgels effectively reduce heavy loads of multidrug-resistant Escherichia coli O157:H7 on food products, leading to up to 6 logs reduction in 9 hours and rendering food contaminant free.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0020,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,261
Écart entre enseignants0,252 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetBacteriophages and microbial interactionsTravaux en français237 207