Cocktail Approach with Polyserotonin Nanoparticles and Peptides for Treatment of <i>Streptococcus mutans</i>
Notice bibliographique
Résumé
Dental plaque, formed by a Streptococcus mutans biofilm, is a major contributor to cavity formation. While antimicrobial strategies exist, the growing risk of antibiotic resistance necessitates alternative therapeutic solutions. Polyserotonin nanoparticles (PSeNPs), recently recognized for their photothermal property and promising biomedical applications, open up a new avenue for antimicrobial use. Here, we introduced a UV-initiated synthetic route for PSeNPs with improved yield. Using these PSeNPs, a cocktail treatment to reduce the viability of this cavity-causing bacteria was developed. This cocktail comprises an S. mutans -targeting antimicrobial peptide (GH12), an intraspecies competence-stimulating peptide that triggers altruistic cell death in S. mutans, and laser-activated heating of PSeNPs. The “peptide + PSeNP + laser” combination effectively inhibits S. mutans growth in both planktonic and biofilm states. Moreover, the cocktail approach remains effective in reducing the viability of S. mutans in a more virulent dual-species biofilm with Candida albicans . Overall, our results reinforce the utility of a multipronged therapeutic strategy to reduce cariogenic bacteria in the complex model oral biofilm.
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 ».