MétaCan
Menu
Retour à la cohorte
Enregistrement W3133142941 · doi:10.1021/acs.chemrev.0c01214

The Antibiotic Resistome: A Guide for the Discovery of Natural Products as Antimicrobial Agents

2021· review· en· W3133142941 sur OpenAlexafffund
Christian Hobson, Andrew N. Chan, Gerard D. Wright

Notice bibliographique

RevueChemical Reviews · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueMicrobial Natural Products and Biosynthesis
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésResistomeAntibioticsAntibiotic resistanceAntimicrobialNatural productComputational biologyMicrobiologyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

The use of life-saving antibiotics has long been plagued by the ability of pathogenic bacteria to acquire and develop an array of antibiotic resistance mechanisms. The sum of these resistance mechanisms, the antibiotic resistome, is a formidable threat to antibiotic discovery, development, and use. The study and understanding of the molecular mechanisms in the resistome provide the basis for traditional approaches to combat resistance, including semisynthetic modification of naturally occurring antibiotic scaffolds, the development of adjuvant therapies that overcome resistance mechanisms, and the total synthesis of new antibiotics and their analogues. Using two major classes of antibiotics, the aminoglycosides and tetracyclines as case studies, we review the success and limitations of these strategies when used to combat the many forms of resistance that have emerged toward natural product-based antibiotics specifically. Furthermore, we discuss the use of the resistome as a guide for the genomics-driven discovery of novel antimicrobials, which are essential to combat the growing number of emerging pathogens that are resistant to even the newest approved therapies.

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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,007

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 Opus0,059
Tête enseignante GPT0,364
Écart entre enseignants0,305 · 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

Citations220
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical ReviewsMême sujetMicrobial Natural Products and BiosynthesisTravaux en français237 207