Antibacterial and anti-virulence effects of furazolidone on Trueperella pyogenes and Pseudomonas aeruginosa
Notice bibliographique
Résumé
BACKGROUND: Trueperella pyogenes and Pseudomonas aeruginosa are two important bacterial pathogens closely relating to the occurrence and development of forest musk deer respiratory purulent disease. Although T. pyogenes is the causative agent of the disease, the subsequently invaded P. aeruginosa will predominate the infection by producing a substantial amount of quorum-sensing (QS)-controlled virulence factors, and co-infection of them usually creates serious difficulties for veterinary treatment. In order to find a potential compound that targets both T. pyogenes and P. aeruginosa, the antibacterial and anti-virulence capacities of 55 compounds, which have similar core structure to the signal molecules of P. aeruginosa QS system, were tested in this study by performing a series of in vitro screening experiments. RESULTS: We identified that furazolidone could significantly reduce the cell densities of T. pyogenes in mono-culture or in the co-culture with P. aeruginosa. Although the growth of P. aeruginosa could also be moderately inhibited by furazolidone, the results of phenotypic identification and transcriptomic analysis further revealed that sub-inhibitory furazolidone had remarkable inhibitory effect on the biofilm production, motility, and QS system of P. aeruginosa. Moreover, furazolidone could efficiently protect Caenorhabditis elegans models from P. aeruginosa infection under both fast-killing and slow-killing conditions. CONCLUSIONS: This study reports the antibacterial and anti-virulence abilities of furazolidone on T. pyogenes and P. aeruginosa, and provides a promising strategy and molecular basis for the development of novel anti-infectious drugs to dealing with forest musk deer purulent disease, or other diseases caused by T. pyogenes and P. aeruginosa co-infection.
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 | 0,001 |
| 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 ».