MétaCan
Menu
Retour à la cohorte
Enregistrement W2071364189 · doi:10.4161/mge.21647

Harnessing the power of transposon mutagenesis for antibacterial target identification and evaluation

2012· article· en· W2071364189 sur OpenAlexaff
Timothy C. Meredith, Hao Wang, Patrick Beaulieu, Angelika Gründling, Terry Roemer

Notice bibliographique

RevueMobile Genetic Elements · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueAntimicrobial Resistance in Staphylococcus
Établissements canadiensKensington HealthMerck Canada Inc. (Canada)
Organismes subventionnairesnon disponible
Mots-clésTransposon mutagenesisTransposable elementMutagenesisBiologyMutantOperonInsertional mutagenesisComputational biologyGeneticsCell biologyGene

Résumé

récupéré en direct d'OpenAlex

Determining the mechanism of action of bacterial growth inhibitors can be a formidable challenge in the progression of small molecules into antibacterial therapies. To help address this bottleneck, we have developed a robust transposon mutagenesis system using a suite of outward facing promoters in order to generate a comprehensive range of expression genotypes in Staphylococcus aureus from which to select defined compound-resistant transposon insertion mutants. Resistance stemming from either gene or operon over/under-expression, in addition to deletion, provides insight into multiple factors that contribute to a compound's observed activity, including means of cell envelope penetration and susceptibility to efflux. By profiling the entire resistome, the suitability of an antibacterial target itself is also evaluated, sometimes with unanticipated results. We herein show that for the staphylococcal signal peptidase (SpsB) inhibitors, modulating expression of lipoteichoic acid synthase (LtaS) confers up to a 100-fold increase in the minimal inhibitory concentration. As similarly efficient transposition systems are or will become established in other bacteria and cell types, we discuss the utility, limitations and future promise of Tnp mutagenesis for determining both a compound's mechanism of action and in the evaluation of novel targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,577
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,316
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMobile Genetic ElementsMême sujetAntimicrobial Resistance in StaphylococcusTravaux en français237 207