Combinations of Cannabinoids with Silver Salts or Silver Nanoparticles for Synergistic Antibiotic Effects against Methicillin-Resistant Staphylococcus aureus
Notice bibliographique
Résumé
Silver has been shown to improve the antibiotic effects of other drugs against both Gram- positive and -negative bacteria. In this study, we investigated the antibiotic potential of cannabidiol (CBD), cannabichromene (CBC) and cannabigerol (CBG) and their acidic counterparts (CBDA, CBCA, CBGA) against Gram-positive bacteria and further explored the additive or synergistic effects of silver nitrate or silver nanoparticles using 96-well plate growth assays and viability (CFUs- colony-forming units). All six cannabinoids had strong antibiotic effects against MRSA with minimal inhibitory concentrations (MICs) of 2 mg/L for CBG, CBD and CBCA; 4 mg/L for CBGA; and 8 mg/L for CBC and CBDA. Using 96-well checkerboard assays, CBC, CBG and CBGA showed full or partial synergy with silver nitrate; CBC, CBDA and CBGA were fully synergistic with silver nanoparticles against MRSA. Using CFU assays, combinations of CBC, CBGA and CBG with either silver nitrate or silver nanoparticles, all at half or quarter MICs, demonstrated strong, time-dependent inhibition of bacterial growth (silver nitrate) and bactericidal effects (silver nanoparticles). These data will lead to further investigation into possible biomedical applications of specific cannabinoids in combination with silver salts or nanoparticles against drug-resistant Gram-positive bacteria.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».