Powering up antifungal treatment: using small molecules to unlock the potential of existing therapies
Notice bibliographique
Résumé
ABSTRACT Fungal pathogens are increasingly appreciated as a significant infectious disease challenge. Compared to bacteria, fungal cells are more closely related to human cells, and few classes of antifungal drugs are available. Combination therapy offers a potential solution to reduce the likelihood of resistance acquisition and extend the lifespan of existing antifungals. There has been recent interest in combining first-line drugs with small-molecule adjuvants. In a recent article, Alabi et al. identified 1,4-benzodiazepines as promising molecules to enhance azole activity in pathogenic Candida spp. (P. E. Alabi, C. Gautier, T. P. Murphy, X. Gu, M. Lepas, V. Aimanianda, J. K. Sello, I. V. Ene, 2023, mBio https://doi.org/10.1128/mbio.00479-23 ). These molecules have no antifungal activity on their own but exhibited significant potentiation of fluconazole in azole-susceptible and -resistant isolates. Additionally, the 1,4-benzodiazepines increased the fungicidal activity of azoles that are typically fungistatic to Candida spp., inhibited filamentation (a virulence-associated trait), and accordingly increased host survival in Galleria mellonella . This research thus provides another encouraging step on the critical pathway toward reducing mortality due to antimicrobial 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
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 ».