Assessing the Putative Anticryptococcal Properties of Crude and Clarified Extracts from Mollusks
Notice bibliographique
Résumé
Cryptococcus neoformans is an encapsulated human fungal pathogen with a global distribution that primarily infects immunocompromised individuals. The widespread use of antifungals in clinical settings, their use in agriculture, and strain hybridization have led to increased evolution of resistance. This rising rate of resistance against antifungals is a growing concern among clinicians and scientists worldwide, and there is heightened urgency to develop novel antifungal therapies. For instance, C. neoformans produces several virulence factors, including intra- and extra-cellular enzymes (e.g., peptidases) with roles in tissue degradation, cellular regulation, and nutrient acquisition. The disruption of such peptidase activity by inhibitors perturbs fungal growth and proliferation, suggesting this may be an important strategy for combating the pathogen. Importantly, invertebrates such as mollusks produce peptidase inhibitors with biomedical applications and anti-microbial activity, but they are underexplored in terms of their usage against fungal pathogens. In this protocol, a global extraction from mollusks was performed to isolate potential peptidase inhibitors in crude and clarified extracts, and their effects against classical cryptococcal virulence factors were assessed. This method supports the prioritization of mollusks with antifungal properties and provides opportunities for the discovery of anti-virulence agents by harnessing the natural inhibitors found in mollusks.
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 ».