MétaCan
Menu
Retour à la cohorte
Enregistrement W2932582301 · doi:10.1155/2019/2015978

Quorum Sensing: A Prospective Therapeutic Target for Bacterial Diseases

2019· review· en· W2932582301 sur OpenAlexaff
Qian Jiang, Jiashun Chen, Chengbo Yang, Yulong Yin, Yao Kang

Notice bibliographique

RevueBioMed Research International · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial biofilms and quorum sensing
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesDistinguished Young Scholar Foundation of Hunan ProvinceChina Scholarship CouncilNational Natural Science Foundation of ChinaHunan Agricultural UniversityNational Science Fund for Distinguished Young ScholarsChinese Academy of SciencesNational Science Foundation
Mots-clésQuorum sensingAutoinducerBiofilmMicrobiologyBacteriaAntimicrobialHomoserineVirulenceAntibiotic resistanceAntibioticsBiologyPathogenic bacteriaBiochemistryGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Bacterial quorum sensing (QS) is a cell-to-cell communication in which specific signals are activated to coordinate pathogenic behaviors and help bacteria acclimatize to the disadvantages. The QS signals in the bacteria mainly consist of acyl-homoserine lactone, autoinducing peptide, and autoinducer-2. QS signaling activation and biofilm formation lead to the antimicrobial resistance of the pathogens, thus increasing the therapy difficulty of bacterial diseases. Anti-QS agents can abolish the QS signaling and prevent the biofilm formation, therefore reducing bacterial virulence without causing drug-resistant to the pathogens, suggesting that anti-QS agents are potential alternatives for antibiotics. This review focuses on the anti-QS agents and their mediated signals in the pathogens and conveys the potential of QS targeted therapy for bacterial diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,107
Tête enseignante GPT0,422
Écart entre enseignants0,315 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations327
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetBacterial biofilms and quorum sensingTravaux en français237 207