Combatting fungal infections through the discovery and elucidation of novel anti‐virulence strategies
Notice bibliographique
Résumé
Fungal pathogens are critically important threats to global health with over 300 million people affected by serious fungal diseases worldwide. Fungal pathogens have evolved sophisticated strategies, including the secretion of virulence factors to interfere with host cell functions and to perturb immune responses. Our ‘infectome’ analysis identifies previously undescribed proteins involved in fungal virulence and host immune response, representing an opportunity to elucidate molecular mechanisms of host‐pathogen interplay during disease. Using state‐of‐the‐art mass spectrometry‐based proteomics we profile the total proteome and secretome of Cryptococcus neoformans wild‐type (H99) under in vitro growth conditions. We also define the infectome of C. neoformans and BALB/c macrophages in single runs using high resolution mass spectrometry on a Quadrupole Orbitrap instrument. The in vitro and infectome datasets were integrated using Perseus and candidate fungal proteins of interest were prioritized based on predicted secretory roles, novelty, and abundance profiles. Deletion strains were constructed by double‐joint PCR and characterized by phenotypic screening and cell death assays. Virulence‐associated candidates will be evaluated in a murine infection model and further characterized by immunofluorescence and interactome analyses. Our preliminary results identify interactions between the host and pathogen critical for disease. Comprehensive profiling of infection from both host and pathogen perspectives unveils new anti‐virulence strategies to combat fungal infection.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».