β-Lactamase-Responsive Probe for Efficient Photodynamic Therapy of Drug-Resistant Bacterial Infection
Notice bibliographique
Résumé
Several photosensitizers have recently been proposed as novel approaches against β-lactamase-producing drug-resistant bacteria. However, these reported photosensitizers are rarely used for accurate recognition of drug-resistant bacteria. To tackle this challenge, the structurally modified photosensitizer CySG-2 based on a lipophilic cationic heptamethine indocyanine near-infrared (NIR) dye (IR-780) and an important synthesis intermediate of cephalosporin antibiotic (GCLE) not only achieved the accurate recognition of TEM-1 methicillin-resistant Staphylococcus aureus (MRSA) successfully but also achieved antimicrobial photodynamic therapy (aPDT) in animal models infected by drug-resistant bacteria. Accurate enzyme recognition and efficient photodynamic therapy capabilities allow CySG-2 to achieve one stone with two birds. In addition, CySG-2 could also promote the eradication of internalized MRSA by facilitating the autophagy process, which is synergistic with its capacity of inducing reactive oxygen species generation under NIR laser irradiation for aPDT. Collectively, it is an effective multifunctional photosensitizer with the potential ability to guide the optimal use of different antibiotics and apply them in clinical 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 | 0,001 | 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) | 0,000 | 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 ».