Listeria monocytogenes and Salmonella enterica Enteritidis biofilms susceptibility to different disinfectants and stress-response and virulence gene expression of surviving cells
Notice bibliographique
Résumé
Disinfection of food contact surfaces is a challenging task, aggravated by bacteria's capacity to survive and/or resist antimicrobials by means of mechanisms not yet completely understood. This work evaluated the susceptibility of Listeria monocytogenes and Salmonella enterica biofilms to four disinfectants, and analyzed how those chemical agents influenced stress-response and virulence genes expression by surviving cells. Three strains of each bacterial species mentioned were used, and their biofilms were treated with sodium hypochlorite, benzalkonium chloride, hydrogen peroxide, and triclosan using the Calgary Biofilm Device. Expression of L. monocytogenes and S. enterica stress-response genes cplC and ropS, and virulence genes prfA and avrA, respectively, was analyzed through quantitative real-time polymerase chain reaction. Results showed sodium hypochlorite to have the lowest minimum biofilm eradication concentration values (3.125 mu g/ml), whereas triclosan had the worst performance since no S. enterica biofilm eradication was achieved even at the maximum concentration used (4,000 mu g/ml). L. monocytogenes stress-response gene and S. enterica virulence gene were significantly upregulated in surviving cells compared with controls. In general, this work points out sodium hypochlorite as the most effective disinfectant against biofilms of both species used, and L. monocytogenes biofilms to be more susceptible to disinfection than S. enterica biofilms. Moreover, it was found that disinfection surviving biofilm cells seem to develop a stress response and/or become more virulent, which may compromise food safety and potentiate public health risk.
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 ».