Antibacterial Activity of Bioactive Compounds of Green Coffee Beans on Periodontogenic and Nosocomial Bacteria
Notice bibliographique
Résumé
The emergence of antimicrobial resistance and the side effects of synthetic drugs have raised an interest in searching for new antimicrobial compounds. The present study aims to evaluate in vitro antibacterial activity of green coffee and its active compounds (chlorogenic acid extract and caffeine extract) against some periodontogenic and nosocomial bacteria. The bioactive compounds, viz. chlorogenic acid and caffeine, were extracted through soxhlet extraction using methanol and water, respectively, and HPLC UV quantified these compounds. The study reported 3 CQA, 4 CQA, and 5 CQA as the significant chlorogenic acids in green coffee beans. Aqueous extract of green coffee beans (AGCB), which is dominant in caffeine, has been found to be the least effective against both periodontal and nosocomial bacteria. The result of our study revealed that the methanol extract of green coffee bean (MGCB), rich in chlorogenic acid, exhibits the highest inhibitory activity against periodontogenic bacteria, followed by the ethanol extract of green coffee bean (EGCB) and AGCB extract. EGCB extract was significantly effective against Staphylococcus epidermidis among selected nosocomial pathogens. AGCB extract was least effective against all bacteria. The results highlight that green coffee polyphenols, especially chlorogenic acid, could be used as antimicrobial agents in different biotechnological applications. The antibacterial property of green coffee highlights its potential as a naturally active antibacterial compound.
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 | 0,001 | 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) | 0,000 | 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 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 ».