Human Pre-Elafin Inhibits a <i>Pseudomonas aeruginosa</i> -Secreted Peptidase and Prevents Its Proliferation in Complex Media
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
Pseudomonas aeruginosa is a life-threatening opportunist human pathogen frequently associated with lung inflammatory diseases, namely, cystic fibrosis. Like other species, this gram-negative bacteria is increasingly drug resistant. During the past decade, intensive research efforts have been focused on the identification of natural innate defense molecules with broad antimicrobial activities, collectively known as antimicrobial peptides. Human pre-elafin, best characterized as a potent inhibitor of neutrophil elastase with anti-inflammatory properties, was also shown to possess antimicrobial activity against both gram-positive and gram-negative bacteria, including P. aeruginosa. Its mode of action was, however, not known. Using full-length pre-elafin, each domain separately, and mutated variants of pre-elafin with attenuated antipeptidase activity toward neutrophil elastase, we report here that both pre-elafin domains contribute, through distinct mechanisms, to its antibacterial activity against Pseudomonas aeruginosa. Most importantly, we demonstrate that the whey acidic protein (WAP) domain specifically inhibits a secreted peptidase with the characteristics of arginyl peptidase (protease IV). This is the first demonstration that a human WAP-motif protein inhibits a secreted peptidase to prevent bacterial growth in vitro. Since several WAP-motif proteins from various species demonstrate antimicrobial function with variable activities toward bacterial species, we suggest that this mechanism may be more common than initially anticipated.
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 | 0,000 | 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 découle