Antimicrobial and antibiofilm effects of crude and microencapsulated guava leaf extracts against Enterococcus faecalis and Staphylococcus epidermidis
Notice bibliographique
Résumé
Background Staphylococcus epidermidis and Enterococcus faecalis are nosocomial microorganisms that have gained attention in recent times due to the increasing reports of antimicrobial-resistant strains, which are leading to infections that are progressively harder to eradicate. One of the most important resistance mechanisms employed by these two bacteria is biofilm formation, which provide them with physical and chemical protection from antimicrobial agents. Methods This study assessed the antimicrobial activity of crude and microencapsulated extracts of Psidium guajava L., an agro-industrial waste product widely available in guava-producing countries, using the microdilution technique. Additionally, anti-adhesion activity was analyzed in microplates and by confocal laser scanning microscopy (CLSM). Results Guava leaf extract reduced the growth of all three bacterial strains evaluated. For Staphylococcus epidermidis (ATCC 12228), the minimum inhibitory concentrations (MICs) were 25 mg/ml for the crude extract and 0.625 mg/ml for the microencapsulated form. In contrast, for Enterococcus faecalis (ATCC 29212 and a vaginal clinical isolate), MIC values were greater than 50 mg/ml and 5 mg/ml, respectively. Furthermore, both extracts exhibited anti-biofilm activity by reducing bacterial adhesion. Conclusion microencapsulation allowed a reduction in the extract concentration and guava leaf extract shows potential as an antimicrobial agent for future application.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».