Identification and Characterization of Antifungal Compounds Using a Saccharomyces cerevisiae Reporter Bioassay
Notice bibliographique
Résumé
New antifungal drugs are urgently needed due to the currently limited selection, the emergence of drug resistance, and the toxicity of several commonly used drugs. To identify drug leads, we screened small molecules using a Saccharomyces cerevisiae reporter bioassay in which S. cerevisiae heterologously expresses Hik1, a group III hybrid histidine kinase (HHK) from Magnaporthe grisea. Group III HHKs are integral in fungal cell physiology, and highly conserved throughout this kingdom; they are absent in mammals, making them an attractive drug target. Our screen identified compounds 13 and 33, which showed robust activity against numerous fungal genera including Candida spp., Cryptococcus spp. and molds such as Aspergillus fumigatus and Rhizopus oryzae. Drug-resistant Candida albicans from patients were also highly susceptible to compounds 13 and 33. While the compounds do not act directly on HHKs, microarray analysis showed that compound 13 induced transcripts associated with oxidative stress, and compound 33, transcripts linked with heavy metal stress. Both compounds were highly active against C. albicans biofilm, in vitro and in vivo, and exerted synergy with fluconazole, which was inactive alone. Thus, we identified potent, broad-spectrum antifungal drug leads from a small molecule screen using a high-throughput, S. cerevisiae reporter bioassay.
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 ».