Role of PBPD1 in Stimulation of Listeria monocytogenes Biofilm Formation by Subminimal Inhibitory β-Lactam Concentrations
Notice bibliographique
Résumé
Disinfectant-tolerant Listeria monocytogenes biofilms can colonize surfaces that come into contact with food, leading to contamination and, potentially, food-borne illnesses. To better understand the process of L. monocytogenes biofilm formation and dispersal, we screened 1,120 off-patent FDA-approved drugs and identified several that modulate Listeria biofilm development. Among the hits were more than 30 β-lactam antibiotics, with effects ranging from inhibiting (≤50%) to stimulating (≥200%) biofilm formation compared to control. Most β-lactams also dispersed a substantial proportion of established biofilms. This phenotype did not necessarily involve killing, as >50% dispersal could be achieved with concentrations as low as 1/20 of the MIC of some cephalosporins. Penicillin-binding protein (PBP) profiling using a fluorescent penicillin analogue showed similar inhibition patterns for most β-lactams, except that biofilm-stimulatory drugs did not bind PBPD1, a low-molecular-weight d,d-carboxypeptidase. Compared to the wild type, a pbpD1 mutant had an attenuated biofilm response to stimulatory β-lactams. The cephalosporin-responsive CesRK two-component regulatory system, whose regulon includes PBPs, was not required for the response. The requirement for PBPD1 activity for β-lactam stimulation of L. monocytogenes biofilms shows that the specific set of PBPs that are inactivated by a particular drug dictates whether a protective biofilm response is provoked.
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 ».