Silver and Copper Nanoparticles Hosted by Carboxymethyl Cellulose Reduce the Infective Effects of Enterotoxigenic Escherichia coli:F4 on Porcine Intestinal Enterocyte IPEC-J2
Notice bibliographique
Résumé
Zero-valent copper and silver metals (Ms) nanoparticles (NPs) supported on carboxymethylcellulose (CMC) were synthesized for treating Enterotoxigenic Escherichia coli fimbriae 4 (ETEC:F4), a major cause of diarrhea in post-weaned pigs. The antibacterial properties of Cu0/CMC and Ag0/CMC were assessed on infected porcine intestinal enterocyte IPEC-J2, an in vitro model mimicking the small intestine. The lower average particle size (218 nm) and polydispersity index [PDI]: 0.25) for Ag0/CMC, when compared with those of Cu0/CMC (367 nm and PDI 0.96), were explained by stronger Ag0/CMC interactions. The minimal inhibitory concentration (MIC) and half inhibitory concentration (IC50) of Ag0/CMC were lower in both bacteria and IPEC-J2 cells than those of Cu0/CMC, confirming that silver nanoparticles are more bactericidal than copper counterparts. IPEC-J2, less sensitive in MNP/CMC treatment, was used to further investigate the infective process by ETEC:F4. The IC50 of MNP/CMC increased significantly when infected IPEC-J2 cells and ETEC were co-treated, showing an inhibition of the cytotoxicity effect of ETEC:F4 infection and protection of treated IPEC-J2. Thus, it appears that metal insertion in CMC induces an inhibiting effect on ETEC:F4 growth and that MNP/CMC dispersion governs the enhancement of this effect. These results open promising prospects for metal-loaded biopolymers for preventing and treating swine diarrhea.
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 ».