Broad-Spectrum Anti-biofilm Peptide That Targets a Cellular Stress Response
Notice bibliographique
Résumé
Bacteria form multicellular communities known as biofilms that cause two thirds of all infections and demonstrate a 10 to 1000 fold increase in adaptive resistance to conventional antibiotics. Currently, there are no approved drugs that specifically target bacterial biofilms. Here we identified a potent anti-biofilm peptide 1018 that worked by blocking (p)ppGpp, an important signal in biofilm development. At concentrations that did not affect planktonic growth, peptide treatment completely prevented biofilm formation and led to the eradication of mature biofilms in representative strains of both Gram-negative and Gram-positive bacterial pathogens including Pseudomonas aeruginosa, Escherichia coli, Acinetobacter baumannii, Klebsiella pneumoniae, methicillin resistant Staphylococcus aureus, Salmonella Typhimurium and Burkholderia cenocepacia. Low levels of the peptide led to biofilm dispersal, while higher doses triggered biofilm cell death. We hypothesized that the peptide acted to inhibit a common stress response in target species, and that the stringent response, mediating (p)ppGpp synthesis through the enzymes RelA and SpoT, was targeted. Consistent with this, increasing (p)ppGpp synthesis by addition of serine hydroxamate or over-expression of relA led to reduced susceptibility to the peptide. Furthermore, relA and spoT mutations blocking production of (p)ppGpp replicated the effects of the peptide, leading to a reduction of biofilm formation in the four tested target species. Also, eliminating (p)ppGpp expression after two days of biofilm growth by removal of arabinose from a strain expressing relA behind an arabinose-inducible promoter, reciprocated the effect of peptide added at the same time, leading to loss of biofilm. NMR and chromatography studies showed that the peptide acted on cells to cause degradation of (p)ppGpp within 30 minutes, and in vitro directly interacted with ppGpp. We thus propose that 1018 targets (p)ppGpp and marks it for degradation in cells. Targeting (p)ppGpp represents a new approach against biofilm-related drug 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 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) | 0,000 | 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 | 0,001 |
| 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 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 ».