Notice bibliographique
Résumé
There is an urgent need for novel classes of antibiotics as most species of bacteria have at least one antibiotic resistant gene, resulting in the bacteria being almost impossible to eradicate. In the past 40 years, only two new classes of antibiotics have been developed. It is essential that novel antibiotics be developed to combat the increasing threat from multi-drug resistance bacteria. The purpose of this experiment was to determine if potential novel classes of antibiotics could be identified by analyzing Pseudomonas aeruginosa gene expression in response to 13 antimicrobial substances, these being 9 chemical compounds, 3 plant tinctures, and silver nitrate. The antimicrobial substances and 14 antibiotics were tested against 96 mutated strains of Pseudomonas aeruginosa . Each strain has been mutated to produce light when one specific gene is expressed. This allowed me to determine which genes were affected by each substance. Cluster analyses were run on the results to determine statistically similar patterns of gene expression. The nine antimicrobial chemicals were sorted into two statistically distinct groups from the antibiotics tested. This indicates that they form two potential novel classes of antibiotics, with modes of action distinct from the tested antibiotics. The plant tinctures had methods of action similar to that of Kanamycin, an aminoglycoside, indicating their potential as novel antibiotics. This is a novel experiment as the antimicrobial substances have not previously been analyzed for their genomic effects and the mutant Pseudomonas aeruginosa has not previously been used as an indicator of gene expression. Il y a un besoin alarmant pour de nouvelles classes d’antibiotiques puisque la plupart des espèces de bactéries détiennent au moins un gène de résistance aux antibiotiques, ce qui rend les bactéries presque impossibles à éradiquer. Au cours des quarante dernières années, seulement deux nouvelles classes d’antibiotiques ont été développées. Il est essentiel que de nouveaux antibiotiques soient développés afin de lutter contre la menace croissante de bactéries détenant une résistance pléïotropique (ou ultidrogue). Le but de cette expérience était de déterminer si une nouvelle classe d’antibiotique pouvait être identifiée en analysant l’expression de gène du Pseudomonas aeruginosa en présence de 13 substances antimicrobiennes, soient 9 composés chimiques, 3 teintures de plantes et du nitrate d’argent. Les substances antimicrobiennes et 14 antibiotiques ont été testés contre 96 souches mutées de seudomonas aeruginosa . Chaque souche a été mutée afin de produire de la lumière quand un gène en particulier est exprimé. Ceci m'a permis de déterminer quels gènes sont affectés par chaque substance. Des partitionnements de données ont été effectués sur les résultats pour déterminer des modèles statistiquement similaires d’expression de gènes. Les neuf produits chimiques antimicrobiens ont été classés en deux groupes statistiquement distincts parmi les antibiotiques testés. Cela démontre qu'ils forment deux nouvelles classes d'antibiotiques, avec des modes d’action distincts par rapport aux antibiotiques testés. Les teintures végétales avaient des méthodes d'action similaire à celle de la anamycine, un aminoglycoside, démontrant leur potentiel en tant que nouveaux antibiotiques. Ceci est une nouvelle expérience ingénieuse puisque les substances antimicrobiennes n’avaient pas été analysées auparavant pour leurs effets génomiques et les mutants du Pseudomonas aeruginosa n’avaient pas été auparavant utilisés en tant qu’indicateurs d’expression de gène.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».