MétaCan
Menu
Retour à la cohorte
Enregistrement W4414296668 · doi:10.1002/mabi.202500452

Biohybrid Living Material with Antibacterial and Regenerating Properties Based on Probiotic Bacteria Stress Metabolism Modulation

2025· article· en· W4414296668 sur OpenAlexaff
Alina V. Lokteva, Kristina O. Baskakova, Erik R. Gandalipov, Nikita Serov, Mariia A. Mikhailova, Elena I. Koshel

Notice bibliographique

RevueMacromolecular Bioscience · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical and Biological Ozone Research
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésStaphylococcus aureusWound healingRegeneration (biology)Antibacterial activityIn vivoBacteriaProbioticOxidative stressAntibacterial agent

Résumé

récupéré en direct d'OpenAlex

Wound healing is an intricate process that involves various biochemical pathways at each stage of tissue regeneration. Wound therapy is a series of distinct treatment stages that has a limited efficacy if wounds are of complex etiologies. A modern approach to this problem may be the development of bifunctional adaptive biohybrid systems that can concurrently affect pathogens' growth, inflammation, and tissue regeneration. We have developed biohybrid living material with antibacterial and regenerating properties based on induced hormesis by oxidative stress onto probiotic bacteria with prolonged synthesis of hydrogen peroxide, increased antibacterial action, and regeneration of the burn wound. Material demonstrates almost complete wound healing with a wound area difference 3-4 times with natural healing in vivo burn wound model for 21 days, antibacterial activity against wound antibiotic-resistance pathogens Escherichia coli K12 and Staphylococcus aureus ATCC 29213 in 4 and 5-fold, respectively in co-cultivation model, and has no toxicity to human skin fibroblasts and β-hemolysis in the in vitro model. Our findings promise the improving tissue regeneration of burn wounds, therapy against antibiotic-resistance pathogens by eliminating antibiotics, and other classical bactericides.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,347

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,250
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular BioscienceMême sujetMedical and Biological Ozone ResearchTravaux en français237 207