Mutations compensating for the fitness cost of rifampicin resistance in<i>Escherichia coli</i>exert pleiotropic effect on RNA polymerase catalysis
Notice bibliographique
Résumé
The spread of drug-resistant bacteria represents one of the most significant medical problems of our time. Bacterial fitness loss associated with drug resistance can be counteracted by acquisition of secondary mutations, thereby enhancing the virulence of such bacteria. Antibiotic rifampicin (Rif) targets cellular RNA polymerase (RNAP). It is potent broad spectrum drug used for treatment of bacterial infections. We have investigated the compensatory mechanism of the secondary mutations alleviating Rif resistance (Rifr) on biochemical, structural and fitness indices. We find that substitutions in RNAP genes compensating for the growth defect caused by βQ513P and βT563P Rifr mutations significantly enhanced bacterial relative growth rate. By assaying RNAP purified from these strains, we show that compensatory mutations directly stimulated basal transcriptional machinery (2-9-fold) significantly improving promoter clearance step of the transcription pathway as well as elongation rate. Molecular modeling suggests that compensatory mutations affect transcript retention, substrate loading, and nucleotidyl transfer catalysis. Strikingly, one of the identified compensatory substitutions represents mutation conferring rifampicin resistance on its own. This finding reveals an evolutionary process that creates more virulent species by simultaneously improving the fitness and augmenting bacterial drug resistance.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».