MétaCan
Menu
Retour à la cohorte
Enregistrement W2913227771 · doi:10.1038/s42003-019-0297-6

Membrane charge and lipid packing determine polymyxin-induced membrane damage

2019· article· en· W2913227771 sur OpenAlexafffund
Adree Khondker, Alexander Dhaliwal, Sokunthearath Saem, Ahmad Mahmood, Cécile Fradin, Jose Moran‐Mirabal, Maikel C. Rheinstädter

Notice bibliographique

RevueCommunications Biology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchMinistero dello Sviluppo EconomicoOntario Ministry of Economic Development and InnovationMcMaster University
Mots-clésMembranePenetration (warfare)BiophysicsBacterial outer membraneLipid bilayerChemistryMaterials scienceSurface chargeTransmembrane proteinMembrane potentialMolecular dynamicsBiochemistryBiologyComputational chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract With the advent of polymyxin B (PmB) resistance in bacteria, the mechanisms for mcr -1 resistance are of crucial importance in the design of novel therapeutics. The mcr -1 phenotype is known to decrease membrane charge and increase membrane packing by modification of the bacterial outer membrane. We used X-ray diffraction, Molecular Dynamics simulations, electrochemistry, and leakage assays to determine the location of PmB in different membranes and assess membrane damage. By varying membrane charge and lipid tail packing independently, we show that increasing membrane surface charge promotes penetration of PmB and membrane damage, whereas increasing lipid packing decreases penetration and damage. The penetration of the PmB molecules is well described by a phenomenological model that relates an attractive electrostatic and a repulsive force opposing insertion due to increased membrane packing. The model applies well to several gram-negative bacterial strains and may be used to predict resistance strength.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,288
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207