<i>Pseudomonas aeruginosa</i> Reveals High Intrinsic Resistance to Penem Antibiotics: Penem Resistance Mechanisms and Their Interplay
Notice bibliographique
Résumé
Pseudomonas aeruginosa exhibits high intrinsic resistance to penem antibiotics such as faropenem, ritipenem, AMA3176, sulopenem, Sch29482, and Sch34343. To investigate the mechanisms contributing to penem resistance, we used the laboratory strain PAO1 to construct a series of isogenic mutants with an impaired multidrug efflux system MexAB-OprM and/or impaired chromosomal AmpC beta-lactamase. The outer membrane barrier of PAO1 was partially eliminated by inducing the expression of the plasmid-encoded Escherichia coli major porin OmpF. Susceptibility tests using the mutants and the OmpF expression plasmid showed that MexAB-OprM and the outer membrane barrier, but not AmpC beta-lactamase, are the main mechanisms involved in the high intrinsic penem resistance of PAO1. However, reducing the high intrinsic penem resistance of PAO1 to the same level as that of penem-susceptible gram-negative bacteria such as E. coli required the loss of either both MexAB-OprM and AmpC beta-lactamase or both MexAB-OprM and the outer membrane barrier. Competition experiments for penicillin-binding proteins (PBPs) revealed that the affinity of PBP 1b and PBP 2 for faropenem were about 1.8- and 1.5-fold lower, than the respective affinity for imipenem. Loss of the outer membrane barrier, MexAB, and AmpC beta-lactamase increased the susceptibility of PAO1 to almost all penems tested compared to the susceptibility of the AmpC-deficient PAO1 mutants to imipenem. Thus, it is suggested that the high intrinsic penem resistance of P. aeruginosa is generated from the interplay among the outer membrane barrier, the active efflux system, and AmpC beta-lactamase but not from the lower affinity of PBPs for penems.
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 ».