Discovering the Potentials of Four Phage Endolysins to Combat Gram-Negative Infections
Notice bibliographique
Résumé
Endolysin-based therapeutics are promising antibacterial agents and can successfully supplement the existing antibacterial drugs array. It is specifically important in the case of Gram-negative pathogens, e.g., ESKAPE group bacteria, which includes Enterococcus faecium , Staphylococcus aureus , Klebsiella pneumoniae , Acinetobacter baumannii , Pseudomonas aeruginosa , and Enterobacter species, and are highly inclined to gain multiple antibiotic resistance. Despite numerous works devoted to the screening of new lytic enzymes and investigations of their biochemical properties, there are significant breaches in some aspects of their operating characteristics, including safety issues of endolysin use. Here, we provide a comprehensive study of the antimicrobial efficacy aspects of four Gram-negative bacteria-targeting endolysins LysAm24, LysAp22, LysECD7, and LysSi3, their in vitro and in vivo activity, and their biological safety. These endolysins possess a wide spectrum of action, are active against planktonic bacteria and bacterial biofilms, and are effective in wound and burn skin infection animal models. In terms of safety, these enzymes do not contribute to the development of short-term resistance, are not cytotoxic, and do not significantly affect the normal intestinal microflora in vivo . Our results provide a confident base for the development of effective and safe candidate dosage forms for the treatment of local and systemic infections caused by Gram-negative bacterial species.
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 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) | 0,001 | 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 tête enseignante, 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 ».