Characterization and prediction of the mechanism of action of antibiotics through NMR metabolomics
Notice bibliographique
Résumé
BACKGROUND: The emergence of antibiotic resistant pathogenic bacteria has reduced our ability to combat infectious diseases. At the same time the numbers of new antibiotics reaching the market have decreased. This situation has created an urgent need to discover novel antibiotic scaffolds. Recently, the application of pattern recognition techniques to identify molecular fingerprints in 'omics' studies, has emerged as an important tool in biomedical research and laboratory medicine to identify pathogens, to monitor therapeutic treatments or to develop drugs with improved metabolic stability, toxicological profile and efficacy. Here, we hypothesize that a combination of metabolic intracellular fingerprints and extracellular footprints would provide a more comprehensive picture about the mechanism of action of novel antibiotics in drug discovery programs. RESULTS: In an attempt to integrate the metabolomics approach as a classification tool in the drug discovery processes, we have used quantitative (1)H NMR spectroscopy to study the metabolic response of Escherichia coli cultures to different antibiotics. Within the frame of our study the effects of five different and well-known antibiotic classes on the bacterial metabolome were investigated both by intracellular fingerprint and extracellular footprint analysis. The metabolic fingerprints and footprints of bacterial cultures were affected in a distinct manner and provided complementary information regarding intracellular and extracellular targets such as protein synthesis, DNA and cell wall. While cell cultures affected by antibiotics that act on intracellular targets showed class-specific fingerprints, the metabolic footprints differed significantly only when antibiotics that target the cell wall were applied. In addition, using a training set of E. coli fingerprints extracted after treatment with different antibiotic classes, the mode of action of streptomycin, tetracycline and carbenicillin could be correctly predicted. CONCLUSION: The metabolic profiles of E. coli treated with antibiotics with intracellular and extracellular targets could be separated in fingerprint and footprint analysis, respectively and provided complementary information. Based on the specific fingerprints obtained for different classes of antibiotics, the mode of action of several antibiotics could be predicted. The same classification approach should be applicable to studies of other pathogenic bacteria.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».