Effect of bovine lactoferrin and lactoferrin-derived peptides on planktonic cells and abiotic surface biofilms of <i>Salmonella enterica</i>
Notice bibliographique
Résumé
Abstract Salmonella enterica is a Gram-negative bacterium responsible approximately for 155,000 deaths annually. S. enterica is one of the most important foodborne pathogens, affecting mainly people in developed countries. The human immune system produces antibacterial peptides and proteins like lactoferrin (LF). This work addresses the hypothesis that bovine lactoferrin (bLF) and its derivative peptides bLactoferricin17-30, bD-Lactoferricin17-30, bLactoferrampin265-284, bD-Lactoferrampin265-284 and bLF-chimera have antimicrobial activity on planktonic cells and pre-formed biofilms of S. enterica . Planktonic Salmonella enterica ATCC 14028 were treated with bLF and bLF-peptides for two hours, and bacterial viability was determined by counting colony-forming units/ml. In addition, S. enterica biofilms were pre-formed or established on an abiotic surface, and viability or disruption was assessed in the presence of bLF and bLF-peptides by counting colony-forming units/ml or using the live/dead viability kit. We observed that bLF and bLF-peptides were bactericidal against planktonic S. enterica , killing more than 80% of cultures after two hours of treatment. The bactericidal effect was concentration and time-dependent. In addition, bLF, bLFampin165-284, and bLF-chimera showed an anti-biofilm effect against Salmonella biofilms pre-formed during 8 and 12 hours on the abiotic surface, disorganizing more than 50% of the biofilms after 4 or 6 hours of treatment. We conclude that bLF and its peptides show antimicrobial activity against planktonic cells and pre-formed biofilms of S. enterica on abiotic surfaces and could potentially be a therapeutic solution to combat Salmonella infections.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».