A Forward Chemical Screen Identifies Antibiotic Adjuvants in <i>Escherichia coli</i>
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
Multi-drug-resistant infections caused by Gram-negative pathogens are rapidly increasing, highlighting the need for new chemotherapies. Unlike Gram-positive bacteria, where many different chemical classes of antibiotics show efficacy, Gram-negatives are intrinsically insensitive to many antimicrobials including the macrolides, rifamycins, and aminocoumarins, despite intracellular targets that are susceptible to these drugs. The basis for this insensitivity is the presence of the impermeant outer membrane of Gram-negative bacteria in addition to the expression of pumps and porins that reduce intracellular concentrations of many molecules. Compounds that sensitize Gram-negative cells to "Gram-positive antibiotics", antibiotic adjuvants, offer an orthogonal approach to addressing the crisis of multi-drug-resistant Gram-negative pathogens. We performed a forward chemical genetic screen of 30,000 small molecules designed to identify such antibiotic adjuvants of the aminocoumarin antibiotic novobiocin in Escherichia coli. Four compounds from this screen were shown to be synergistic with novobiocin including inhibitors of the bacterial cytoskeleton protein MreB, cell wall biosynthesis enzymes, and DNA synthesis. All of these molecules were associated with altered cell shape and small molecule permeability, suggesting a unifying mechanism for these antibiotic adjuvants. The potential exists to expand this approach as a means to develop novel combination therapies for the treatment of infections caused by Gram-negative pathogens.
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 | 0,001 | 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