Expand and Sensitize: Guanidine‐Functionalized Exopolysaccharide Nanoparticles Cause Bacterial Cell Expansion and Antibiotic Sensitization
Notice bibliographique
Résumé
Abstract Conventional antibacterial agents and mechanisms are frequently observed to be ineffective due to the evolution of bacteria to the strains with stronger antibiotic resistance, and hence developing alternative antibacterial materials and mechanisms is urgently needed. Here, guanidine‐functionalized exopolysaccharide (EPS) nanoparticles (termed EPGNs) with durable antibacterial and antibiofilm activities are developed. Very interestingly, the EPGNs obtained by the reaction of EPS, epichlorohydrin, and polyhexamethylene guanidine hydrochloride exhibit an unconventional antibacterial mechanism, i.e., they can induce substantial bacterial cell expansion by upregulating the SulA and DicB proteins that are responsible for cell division inhibition, along with the increase of reactive oxygen species production, bacterial cell surface disruption, and bacterial ribosomal RNA degradation. The transcriptome analysis reveals that EPGNs can hinder cell motility, induce loss of cell integrity, decrease the resistance of bacteria to oxidative stress, and finally lead to cell death. Moreover, EPGNs can effectively accelerate the bacteria‐infected wound healing. This work provides the first example that nanomaterials can cause bacterial cell expansion by affecting intracellular structures and inhibiting cell division, and it may inspire other researchers to investigate the effect of antibacterial materials on the change of bacterial volume and design unconventional antibacterial materials/strategies.
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) | 0,002 | 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 ».