Toward building a physical model for membrane selectivity of antimicrobial peptides: making a quantitative sense of the selectivity
Notice bibliographique
Résumé
Antimicrobial peptides (AMPs) are naturally-occurring peptide antibiotics. AMPs are typically cationic and utilize their electrostatic interactions with the bacterial membrane to selectively attack bacteria. The way they work has inspired a vigorous search for optimized peptides for fighting resistant bacteria. Here, we present a physical model of membrane selectivity of AMPs. The challenge for theoretical modeling of membrane-peptide systems arises from the simultaneous presence of several competing effects, including lipid demixing and peptide-peptide interactions on the membrane surface. We first examine critically a number of models of peptide-membrane interactions and map out one, which incorporates adequately these competing effects as well as the geometry of various regions in membranes, occupied by bound peptides, anionic lipids within the interaction range of each peptide, and those outside this range. This effort leads to a systematically-improved model for peptide selectivity. Using the model, we relate peptide's intrinsic (Ccell-independent) selectivity to an apparent, Ccell-dependent one, and clarify the relative roles of peptide parameters and cell densities in determining their selectivity. This relationship suggests that the selectivity is more sensitive to peptide parameters at low cell densities; as a result, the optimal peptide charge, at which the selectivity is maximized, increases with the cell density in such a manner that this notion becomes less meaningful at high cell densities.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».