Blocking Vibrio cholerae-mediated hemagglutination with short peptide antagonists
Notice bibliographique
Résumé
Many bacteria use repeats-in-toxin (RTX) adhesins to mediate binding to host cells and facilitate subsequent colonisation and infection by forming biofilms. Vibrio cholerae, the causative agent of cholera, uses a 230-kDa RTX adhesin, FrhA, to facilitate intestinal colonization. FrhA also mediates hemagglutination of red-blood cells (erythrocytes). Here we have demonstrated that the hemagglutination capability of FrhA is localized to a ~ 20-kDa domain near its C terminus. Bioinformatic analyses indicated this erythrocyte-binding domain (VcEBD) is 65% identical to a peptide-binding module found in the 1.5-MDa ice-binding RTX adhesin that helps its Antarctic bacterium, Marinomonas primoryensis, form symbiotic biofilms with diatoms on the underside of sea ice. This suggested that the FrhA binds V. cholerae to proteins present on the cell surface of erythrocytes. X-ray crystallography revealed that VcEBD has an oblong β-sandwich fold with a shallow, Ca2+-dependent ligand-binding cavity that can anchor a peptidyl ligand with a free terminal carboxyl group. Using a structure-guided approach, we screened a small library of ~ 60 short peptides and optimized the affinity of VcEBD’s peptidyl ligands by roughly 1,000-fold. Importantly, the high-affinity ligands are effective at blocking V. cholerae from binding to erythrocytes at nano-molar concentrations. Structures of VcEBD in complex with three different peptides further elucidated the molecular basis for their interactions, which sets the stage for the development of ligand-based antagonists that may help disrupt V. cholerae interaction with intestinal cells to prevent or treat cholera. With the spread of antibiotic-resistant pathogenic bacteria, this work sheds light on an anti-adhesion approach for combating bacterial infections without the excessive use of antibiotics.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».