MétaCan
Menu
Retour à la cohorte
Enregistrement W2954214838 · doi:10.1016/j.cmet.2019.06.009

Bacterial Metabolism and Antibiotic Efficacy

2019· review· en· W2954214838 sur OpenAlexfundno aff
Jonathan Stokes, Allison J. Lopatkin, Michael A. Lobritz, James J. Collins

Notice bibliographique

RevueCell Metabolism · 2019
Typereview
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchDefense Threat Reduction AgencyBroad InstituteBill and Melinda Gates Foundation
Mots-clésAntibioticsBacteriaContext (archaeology)Microbial metabolismBiologyMetabolic pathwayMetabolismMicrobiologyBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Antibiotics target energy-consuming processes. As such, perturbations to bacterial metabolic homeostasis are significant consequences of treatment. Here, we describe three postulates that collectively define antibiotic efficacy in the context of bacterial metabolism: (1) antibiotics alter the metabolic state of bacteria, which contributes to the resulting death or stasis; (2) the metabolic state of bacteria influences their susceptibility to antibiotics; and (3) antibiotic efficacy can be enhanced by altering the metabolic state of bacteria. Altogether, we aim to emphasize the close relationship between bacterial metabolism and antibiotic efficacy as well as propose areas of exploration to develop novel antibiotics that optimally exploit bacterial metabolic networks.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,053
Tête enseignante GPT0,335
Écart entre enseignants0,282 · 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

Citations616
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell MetabolismMême sujetComputational Drug Discovery MethodsTravaux en français237 207