Zinc Chelation by a Small-Molecule Adjuvant Potentiates Meropenem Activity in Vivo against NDM-1-Producing <i>Klebsiella pneumoniae</i>
Notice bibliographique
Résumé
The widespread emergence of antibiotic drug resistance has resulted in a worldwide healthcare crisis. In particular, the extensive use of β-lactams, a highly effective class of antibiotics, has been a driver for pervasive β-lactam resistance. Among the most important resistance determinants are the metallo-β-lactamases (MBL), which are zinc-requiring enzymes that inactivate nearly all classes of β-lactams, including the last-resort carbapenem antibiotics. The urgent need for new compounds targeting MBL resistance mechanisms has been widely acknowledged; however, the development of certain types of compounds-namely metal chelators-is actively avoided due to host toxicity concerns. The work herein reports the identification of a series of zinc-selective spiro-indoline-thiadiazole analogues that, in vitro, potentiate β-lactam antibiotics against an MBL-carrying pathogen by withholding zinc availability. This study demonstrates the ability of one such analogue to inhibit NDM-1 in vitro and, using a mouse model of infection, shows that combination treatment of the respective analogue with meropenem results in a significant decrease in bacterial burden in contrast to animals that received antibiotic treatment alone. These results support the therapeutic potential of these chelators in overcoming antibiotic 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 | 0,000 |
| 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 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 ».