PepBiotics, novel cathelicidin-inspired antimicrobials to fight pulmonary bacterial infections
Notice bibliographique
Résumé
Antimicrobial peptides are considered potential alternatives to antibiotics. Here we describe the antibacterial properties of a family of novel cathelicidin-related (CR-) peptides, which we named PepBiotics, against bacteria typically present in cystic fibrosis (CF) patients. Broth dilution assays were used to determine antibacterial activity of PepBiotics under physiological conditions, as well as development of bacterial resistance against these peptides. Toxicity was tested in mice and cell cultures while molecular interactions of PepBiotics with bacterial membrane components was determined using CD, ITC and LPS/LTA induced macrophage studies. A relatively small number of PepBiotics remained highly antibacterial against CF-related respiratory pathogens Pseudomonas aeruginosa and Staphylococcus aureus, at high ionic strength and low pH. Interestingly, these PepBiotics also prevented LPS/LTA induced activation of macrophages and was shown to be non-toxic to primary human nasal epithelial cells. Furthermore, both P. aeruginosa and S. aureus were unable to induce resistance against CR-163 and CR-172, two PepBiotics selected for their excellent antimicrobial and immunomodulatory properties. Toxicity studies in mice indicated that intratracheal administration of CR-163 was well tolerated in vivo. Finally, interaction of CR-163 with bacterial-type anionic membranes but not with mammalian-type (zwitterionic lipid) membranes was confirmed using ITC and 31P solid state NMR. PepBiotics are a promising novel class of highly active antimicrobial peptides, of which CR-163 showed the most potential for treatment of clinically relevant (CF-) pathogens in physiological conditions. These observations emphasize the therapeutic potential of PepBiotics against CF-related bacterial respiratory infections.
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) | 0,000 | 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) | 0,001 | 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 ».