The MerR-Like Regulator BrlR Impairs Pseudomonas aeruginosa Biofilm Tolerance to Colistin by Repressing PhoPQ
Notice bibliographique
Résumé
While the MerR-like transcriptional regulator BrlR has been demonstrated to contribute to Pseudomonas aeruginosa biofilm tolerance to antimicrobial agents known as multidrug efflux pump substrates, the role of BrlR in resistance to cationic antimicrobial peptides (CAP), which is based on reduced outer membrane susceptibility, is not known. Here, we demonstrate that inactivation of brlR coincided with increased resistance of P. aeruginosa to colistin, while overexpression of brlR resulted in increased susceptibility. brlR expression correlated with reduced transcript abundances of phoP, phoQ, pmrA, pmrB, and arnC. Inactivation of pmrA and pmrB had no effect on the susceptibility of P. aeruginosa biofilms to colistin, while inactivation of phoP and phoQ rendered biofilms more susceptible than the wild type. The susceptibility phenotype of ΔphoP biofilms to colistin was comparable to that of P. aeruginosa biofilms overexpressing brlR. BrlR was found to directly bind to oprH promoter DNA of the oprH-phoPQ operon. BrlR reciprocally contributed to colistin and tobramycin resistance in P. aeruginosa PAO1 and CF clinical isolates, with overexpression of brlR resulting in increased tobramycin MICs and increased tobramycin resistance but decreased colistin MICs and increased colistin susceptibility. The opposite trend was observed upon brlR inactivation. The difference in susceptibility to colistin and tobramycin was eliminated by combination treatment of biofilms with both antibiotics. Our findings establish BrlR as an unusual member of the MerR family, as it not only functions as a multidrug transport activator, but also acts as a repressor of phoPQ expression, thus suppressing colistin resistance.
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 | 0,001 | 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 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 ».