Peptidases: promising antifungal targets of the human fungal pathogen, <i>Cryptococcus neoformans</i>
Notice bibliographique
Résumé
Cryptococcus neoformans is a globally important fungal pathogen, primarily inflicting disease on immunocompromised individuals. The widespread use of antifungal agents in medicine and agriculture supports the development of antifungal resistance through evolution, and the emergence of new strains with intrinsic resistance drives the need for new therapeutics. For C. neoformans, the production of virulence factors, including extracellular peptidases (e.g., CnMpr-1 and May1) with mechanistic roles in tissue invasion and fungal survival, constitute approximately 2% of the fungal proteome and cover five classes of enzymes. Given their role in fungal virulence, peptidases represent promising targets for anti-virulence discovery in the development of new approaches against C. neoformans. Additionally, intracellular peptidases, which are involved in resistance mechanisms against current treatment options (e.g., azole drugs), as well as capsule biosynthesis and elaboration of virulence factors, present additional opportunities to combat the pathogen. In this review, we highlight key cryptococcal peptidases with defined or predicted roles in fungal virulence and assess sequence alignments against their human homologs. With this information, we define the feasibility of the select peptidases as “druggable” targets for inhibition, representing prospective therapeutic options against the deadly fungus.
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 | 0,001 | 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 ».