Repurposed Antimicrobial Combination Therapy: Tobramycin-Ciprofloxacin Hybrid Augments Activity of the Anticancer Drug Mitomycin C Against Multidrug-Resistant Gram-Negative Bacteria
Notice bibliographique
Résumé
The lack of therapeutic options to treat infections caused by recalcitrant multidrug-resistant pathogens, especially Gram-negative bacteria, is apparent. Therefore, it is imperative to develop new strategies to address the problem of antimicrobial resistance. Repurposing non-antibiotic commercial drugs for antimicrobial therapy presents a viable option. We screened six anticancer drugs for their potential use in antimicrobial therapy. Here, we provide in vitro evidence that suggests feasibility to repurpose the anticancer drug mitomycin C against multidrug-resistant Gram-negative bacteria. We also demonstrated that mitomycin C, etoposide and doxorubicin were affected by drug efflux in Pseudomonas aeruginosa. In combination with a tobramycin-ciprofloxacin antibiotic hybrid (TOB-CIP), the antibacterial activity of mitomycin C was enhanced against multidrug-resistant clinical isolates of P. aeruginosa, Acinetobacter baumannii, Escherichia coli, Klebsiella pneumoniae and Enterobacter cloacae. In fact, 4 µg/mL (3 µM) TOB-CIP reduced the minimum inhibitory concentration of mitomycin C to ≤1 µg/mL against multidrug-resistant Gram-negative bacteria, except A. baumannii. We showed that synergy was inherent to TOB-CIP and that neither tobramycin nor ciprofloxacin individually synergized with mitomycin C. Our finding supports identifying adjuvant partners for mitomycin C, such as TOB-CIP, to enhance suitability for antimicrobial therapy.
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 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) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».