The Human Microbiome as a Focus of Antibiotic Discovery: Neisseria mucosa Displays Activity Against Neisseria gonorrhoeae
Notice bibliographique
Résumé
Neisseria gonorrhoeae infections are a serious global health problem. This organism has developed disturbing levels of antibiotic resistance, resulting in the need for new approaches to prevent and treat gonorrhea. The genus Neisseria also includes several members of the human microbiome that live in close association with an array of microbial partners in a variety of niches. We designed an undergraduate antibiotic discovery project to examine a panel of nonpathogenic Neisseria species for their ability to produce antimicrobial secondary metabolites. Five strains belonging to the N. mucosa species group displayed activity against other Neisseria in delayed antagonism assays; three of these were active against N. gonorrhoeae . The antimicrobial compound secreted by N. mucosa NRL 9300 remained active in the presence of catalase, trypsin, and HEPES buffer, and effectively inhibited a DNA uptake mutant of N. gonorrhoeae . Antimicrobial activity was also retained in an ethyl acetate extract of plate grown N. mucosa NRL 9300. These data suggest N. mucosa produces an antimicrobial secondary metabolite that is distinct from previously described antigonococcal agents. This work also serves as a demonstration project that could easily be adapted to studying other members of the human microbiome in undergraduate settings. We offer the perspective that both introductory and more advanced course-based and apprentice-style antibiotic discovery projects focused on the microbiome have the potential to enrich undergraduate curricula and we describe transferrable techniques and strategies to facilitate project design.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».