Targeting Mycobacterium tuberculosis and Other Microbial Pathogens Using Improved Synthetic Antibacterial Peptides
Notice bibliographique
Résumé
The lack of effective therapies for treating tuberculosis (TB) is a global health problem. While Mycobacterium tuberculosis is notoriously resistant to most available antibiotics, we identified synthetic short cationic antimicrobial peptides that were active at low micromolar concentrations (less than 10 μM). These small peptides (averaging 10 amino acids) had remarkably broad spectra of antimicrobial activities against both bacterial and fungal pathogens and an indication of low cytotoxicity. In addition, their antimicrobial activities displayed various degrees of species specificity that were not related to taxonomy. For example, Candida albicans and Staphylococcus aureus were the best surrogates to predict peptide activity against M. tuberculosis, while Mycobacterium smegmatis was a poor surrogate. Principle component analysis of activity spectrum profiles identified unique features associated with activity against M. tuberculosis that reflect their distinctive amino acid composition; active peptides were more hydrophobic and cationic, reflecting increased tryptophan with compensating decreases in valine and other uncharged amino acids and increased lysine. These studies provide foundations for development of cationic antimicrobial peptides as potential new therapeutic agents for TB treatment.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».