Identification and characterization of a novel peptide from rainbow trout (Oncorhynchus mykiss) with antimicrobial activity against Streptococcus iniae
Notice bibliographique
Résumé
The overuse and misuse of antibiotics has led to the emergence of antibiotic-resistant bacterial species which remain a challenge to treat therapeutically. Novel and efficacious drugs are desperately needed to combat pathogens. One method to facilitate these discoveries is the use of in silico methods. Computational biology has the power to scan large data sets and screen for potential molecules with antibacterial function. In the current study, an in silico approach was used to identify an antimicrobial peptide (AMP) derived from rainbow trout von Willebrand Factor. The AMP was tested against a panel of aquatic bacterial pathogens and was found to possess antibacterial activity against Streptococcus iniae (S. iniae). Since S. iniae is a zoonotic pathogen, this may be useful in other species as well. The peptide was non-hemolytic and non-cytotoxic at the concentrations tested in rainbow trout cells. Pre-treatment of rainbow trout cells with the peptide did not result in an upregulation of immune genes but stimulating the rainbow trout macrophage/monocyte-like cell line, RTS11, with heat-killed S. iniae, did result in a significant upregulation of the tumor necrosis factor alpha (tnfa) gene. In this study, a new AMP has been identified but its expression, synthesis and role in vivo remains unknown. Nevertheless, the findings presented improve our understanding of fish gill and macrophage responses towards this important zoonotic pathogen.
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 ».