Stability and Antimicrobial Efficacy of Reuterin and Bacteriocins (Microcin J25, Nisin Z, and Pediocin PA-1) in Chitosan- and Carboxymethyl-Cellulose-Based Hydrogels
Notice bibliographique
Résumé
Traditional chemical-based sanitizers pose risks to health and the environment, highlighting the need for safer natural alternatives. We developed biocompatible hydrogels from carbohydrate-based biopolymers, chitosan (1.5% and 2.5%), and carboxymethylcellulose (CMC, 3% and 5%), each incorporating one of four antimicrobials: microcin J25, nisin Z, pediocin PA-1, or reuterin. Hydrogels were prepared by dissolving the polymers in aqueous solution and incorporating antimicrobials before gelation. The formulations were characterized using viscosity measurements, antimicrobial assays, and stability testing over 28 days of storage at room temperature (23–25 °C). Chitosan hydrogels with microcin J25 maintained strong activity against Salmonella enterica ATCC 6962, while nisin Z retained activity in gel and solution forms, though with some decline during storage. Pediocin PA-1 remained active in 1.5% and 2.5% chitosan hydrogels against Listeria monocytogenes ATCC 19115, but activity was lost in 3% and 5% CMC hydrogels. Reuterin preserved activity in CMC-based hydrogels throughout storage. In solution, microcin J25 and nisin Z consistently achieved ~7-log reductions, whereas pediocin PA-1 and reuterin reached up to ~5-log reductions. In gels, efficacy decreased at lower concentrations and shorter contact times, likely due to diffusion barriers. Overall, the hydrogels remained stable during storage, and CMC- and chitosan-based matrices with selected antimicrobials show promise as alternatives to chemical sanitizers. Their application should be tailored to specific needs, with formulations requiring longer contact times best suited for surfaces that allow prolonged exposure.
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 ».