Identification and validation of potent inhibitor of <i>Escherichia coli</i> DHFR from MMV pathogen box
Notice bibliographique
Résumé
The present study is conducted to find the solution of rising antimicrobial resistance (AMR) in Escherichia coli which is a pathogen responsible for fatal systemic infections in human and animals. The enzyme dihydrofolate reductase (DHFR) is found in all organisms. In this study DHFR of E. coli (ec-DHFR) and human DHFR (h-DHFR) is targeted by novel chemical entities (NCE) from the Pathogen box of Medicines for Malaria Venture, Switzerland (MMV) using molecular modelling. The in-silico studies were further validated by in-vitro assays. The virtual screening of 400 MMV compounds was conducted using PyRx standard tool followed by manual docking of selected compounds by Autodock vina and Ligplot program. The in-silico studies showed good binding energy and strong hydrogen bond in docking of MMV675968 with ec-DHFR and no hydrogen bond with h-DHFR. This was further validated by the Molecular dynamic studies that revealed high binding free energy in ec-DHFR and in-vitro assays that produced good synergy in combination study of MMV675968 with last line (meropenem) and last resort (colistin) antibiotics. The extensive MD simulation and energetic analysis thus concludes that MMV675968 targets ec-DHFR. The combination studies were conducted with MMV675968 and FDA approved drugs against a panel of multidrug resistant Escherichia coli isolates. The synergistic results obtained in combination studies concluded that in-vitro data is consistent with in-silico data and that MMV675968 is a potential lead for future process of antimicrobial drug development against the multidrug resistance E. coli.Communicated by Ramaswamy H. Sarma
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 | 0,000 | 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 ».