A novel CRISPRi platform to study the role of essential genes in antifungal drug-resistant Candida albicans isolates
Notice bibliographique
Résumé
With the emergence of antifungal resistant Candida albicans strains, the need for new antifungal drugs is critical in combating this fungal pathogen. Investigating essential genes in C. albicans is a vital step in characterizing putative antifungal drug targets. As some of these essential genes are conserved between fungal organisms, developed therapies targeting these genes have the potential to be broad range antifungals. In order to study these essential genes, classical genetic knockout or CRISPR-based approaches cannot be used as disrupting essential genes leads to lethality in the organism. Fortunately, a variation of the CRISPR system (CRISPR interference or CRISPRi) exists that enables precise transcriptional repression of the gene of interest without introducing genetic mutations. CRISPRi utilizes an endonuclease dead Cas9 protein that can be targeted to a precise location but lacks the ability to create a double-stranded break. The binding of the dCas9 protein to DNA prevents the binding of RNA polymerase to the promoter through steric hindrance thereby reducing expression. We recently published the novel use of this technology in C. albicans and are currently working on expanding this technology to large scale repression of essential genes. Through the construction of an essential gene CRISPRi-sgRNA library, we can begin to study the function of essential genes under different conditions and identify genes that are involved in critical processes such as drug tolerance in antifungal resistant background strains. These genes can ultimately be characterized as putative targets for novel antifungal drug development, or targeted as a means to sensitize drug-resistant strains to antifungal treatment.
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) | 0,001 | 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 | 0,000 | 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 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 ».