Antibacterial and antioxidant activity of catechin, gallic acid, and epigallocatechin-3-gallate: focus on nanoformulations
Notice bibliographique
Résumé
Up to one million secondary metabolites are found in plant species, some of which may have desirable therapeutic activities. Among these secondary metabolites, catechin, gallic acid, and epigallocatechin-3-gallate are natural phenolic compounds with promising antioxidant and antibacterial activity. However, these compounds have disadvantages of poor solubility, low bioavailability in physiological conditions, and side effects in patients. Therefore new strategies could rely on formulations with other synthetic and natural materials. Nanoformulations of secondary metabolites could be new efficient strategies to treat many chronic bacterial infections. Combinations and conjugates of catechin, gallic acid, and epigallocatechin-3-gallate with various antibiotics could reduce the dose of these compounds, increase their antibacterial activity, and decrease cytotoxicity against healthy cells. For instance, a smart combination of two or more secondary metabolites may improve therapeutic applications in physiological conditions. In this regard, the growth of antibiotic-resistant bacteria, specifically multidrug-resistant bacteria with overexpression of efflux pumps and expression of the penicillinase enzyme, has been inhibited significantly. According to recent investigations, this review will discuss the advances and challenges of new micro and nanoformulations of these natural products.
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) | 0,000 | 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 ».