Antimicrobial Peptide Therapeutics for Cystic Fibrosis
Notice bibliographique
Résumé
Greater than 90% of lung infections in cystic fibrosis (CF) patients are caused by Pseudomonas aeruginosa, and the majority of these patients subsequently die from lung damage. Current therapies are either targeted at reducing obstruction, reducing inflammation, or reducing infection. To identify potential therapeutic agents for the CF lung, 150 antimicrobial peptides consisting of three distinct structural classes were screened against mucoid and multidrug-resistant clinical isolates of P. aeruginosa, Stenotrophomonas maltophilia, Achromobacter xylosoxidans, and Staphylococcus aureus. Five peptides that retained potent antimicrobial activities in physiological salt and divalent cation environment were further characterized in vivo using a rat chronic lung infection model. All animals were inoculated intratracheally with 10(4) P. aeruginosa mucoid PAO1 cells in agar beads. Three days following inoculation treatment was initiated. Animals were treated daily for 3 days with 100 microl of peptide solution (1 mg/ml) in 10 mM sodium citrate, which was deposited via either intratracheal instillation or aerosolization. Control animals received daily exposure to vehicle alone. At the end of the treatment the lungs of the animals were removed for quantitative culture. Four peptides, HBCM2, HBCM3, HBCPalpha-2, and HB71, demonstrated significant reduction in Pseudomonas bioburden in the lung of rats. Further in vivo studies provided direct evidence that anti-inflammatory activity was associated with three of these peptides. Therefore, small bioactive peptides have the potential to attack two of the components responsible for the progression of lung damage in the CF disease: infection and inflammation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».