Interaction of LL-37 human cathelicidin peptide with a model microbial-like lipid membrane
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The only representative of cathelicidin peptides in humans is LL-37, a multifunctional antimicrobial peptide (AMP) that is a part of the innate immune response. Details of the LL-37 direct activity against pathogens are not well understood at the molecular level. Here, we present research on the mechanism of interaction between LL-37 and a model multicomponent bilayer lipid membrane (BLM), mimicking microbial cell membrane. Electrochemical impedance spectroscopy (EIS), high-resolution atomic force microscopy (AFM) imaging, and polarization-modulation infrared reflection-absorption spectroscopy (PM-IRRAS) were applied to study the peptide influence on a model microbial-like membrane. We show that LL-37 causes changes in the phospholipid molecules conformation and orientation, leading to membrane disintegration, significantly affecting the membrane electrical parameters, such as capacitance and resistance. High-resolution AFM imaging shows topographical and mechanical effects of such disintegration, while PM-IRRAS data indicates that introduction of LL-37 causes changes in the phospholipid acyl chains from all-trans to gauche conformations. Moreover, the presence of LL-37 significantly alters the value of the phospholipid tilt angle. Altogether, our results suggest a "carpet" membrane dissolution followed by a detergent-like membrane disruption mechanism upon LL-37 activity. This research gives a novel insight into the understanding of LL-37 influence on multicomponent model membranes and a promising contribution to the development of LL-37-derived therapeutic agents against drug-resistant bacteria.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle