The role of antimicrobial peptides in animal defenses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
It is becoming clear that the cationic antimicrobial peptides are an important component of the innate defenses of all species of life. Such peptides can be constitutively expressed or induced by bacteria or their products. The best peptides have good activities vs. a broad range of bacterial strains, including antibiotic-resistant isolates. They kill very rapidly, do not easily select resistant mutants, are synergistic with conventional antibiotics, other peptides, and lysozyme, and are able to kill bacteria in animal models. It is known that bacterial infections, especially when treated with antibiotics, can lead to the release of bacterial products such as lipopolysaccharide (LPS) and lipoteichoic acid, resulting in potentially lethal sepsis. In contrast to antibiotics, the peptides actually prevent cytokine induction by bacterial products in tissue culture and human blood, and they block the onset of sepsis in mouse models of endotoxemia. Consistent with this, transcriptional gene array experiments using a macrophage cell line demonstrated that a model peptide, CEMA, blocks the expression of many genes whose transcription was induced by LPS. The peptides do this in part by blocking LPS interaction with the serum protein LBP. In addition, CEMA itself has a direct effect on macrophage gene expression. Because cationic antimicrobial peptides are induced by LPS and are able to dampen the septic response of animal cells to LPS, we propose that, in addition to their role in direct and lysozyme-assisted killing of microbes, they have a role in feedback regulation of cytokine responses. We are currently developing variant peptides as therapeutics against antibiotic-resistant infections.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle