Synergistic effects of black pepper Nano-emulsion and Lactobacillus acidophilus against Salmonella enteritidis in food systems
Notice bibliographique
Résumé
Today, the importance of probiotic bacteria in ensuring human health and food safety has become clearer. This study investigates the synergic effects of Lactobacillus acidophilus and black pepper essential oil (BPEO) Nano-emulsion (BPEON) against Salmonella enteritidis in-vitro and in a ground beef model. The chemical composition of BPEO was analyzed via Gas Chromatography/Mass Spectrometry (GC-Mass), revealing major components such as Delta-3-Carene and Trans-Caryophyllene. The BPEON demonstrated significant antimicrobial properties, with minimum inhibitory concentrations (MIC) of 16 mg/ml in TSB and 50 mg/g in ground beef. BPEON effectively reduced S. enteritidis populations by 1.4 up to 3.47 CFU/ml and 0.8 up to 1.83 CFU/ml in vitro and ground beef, respectively, particularly at higher concentrations with combined treatments. Furthermore, RT-qPCR analysis showed a concentration- and time-dependent downregulation of up to 3.98, -4.74, and -5.15 and -6.35, -6.98, and -9.64-fold-change of the invA , avrA , and hilA genes in-vitro and ground beef, respectively. These findings contribute to understanding the synergistic effect of BPEON (as a natural antimicrobial agent and prebiotic) and probiotic bacteria, offering insights into innovative strategies for enhancing food safety and mitigating the risks associated with foodborne pathogens by creating synbiotic conditions. • Synergistic antimicrobial effect of BPEON and Lactobacillus acidophilus. • BPEON downregulates S. Enteritidis virulence genes in vitro and in ground beef. • MIC of BPEON is 16 mg/ml in vitro, 50 mg/g in ground beef. • Combined BPEON and probiotics enhance pathogen control in food safety. • BPEON and probiotics offer a natural preservation strategy for meat 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 ».