The Impact of Antimicrobial Peptides on the <i>Acinetobacter baumannii</i> Inner Membrane Is Modulated by Lipid Polyunsaturation
Notice bibliographique
Résumé
The Gram-negative pathogen Acinetobacter baumannii is a primary contributor to nosocomial multi-drug-resistant (MDR) infections. To combat the rise of MDR infections, novel features of A. baumannii need to be considered for the development of new treatment options. One such feature is the preferential scavenging of exogenous lipids, including host-derived polyunsaturated fatty acids (PUFAs), for membrane phospholipid synthesis. These alterations in membrane composition impact both the lipid chemistry and the membrane biophysical properties. In this work we examine how antimicrobial peptides (AMPs) interact with the inner membranes of A. baumannii in the presence and absence of polyunsaturated phospholipids. Using coarse-grained molecular dynamics simulations of complex A. baumannii inner membrane models derived from lipidomes of bacteria grown in the presence and absence of PUFAs, we examine the impact of the adsorption of four prototypical AMPs (CAMEL, LL-37, pexiganan, and magainin-2) on the membrane biophysical properties. Our simulations reveal that the impact of AMP adsorption on the membrane biophysical properties was dependent on both the membrane composition and the specific AMP involved. Both lipid headgroup charge and tail unsaturation played important roles in driving the interactions that occurred both within the membrane and between the membrane and AMPs. The changes to the membrane biophysical properties also showed a complex relationship with the AMP’s physical properties, such as AMP charge, chain length, and charge-to-mass ratio. Cumulatively, this work highlights the importance of studying AMPs using a complex membrane environment and provides insights into the mechanistic action of AMPs in polyunsaturated lipid-rich bacterial membranes.
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 | 0,001 | 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 ».