MétaCan
Menu
Retour à la cohorte
Enregistrement W4389024284 · doi:10.1096/fasebj.31.1_supplement.101.3

To kill a bacterium, you need to think like a bacterium

2017· article· en· W4389024284 sur OpenAlexafffundabout
Eric D. Brown

Notice bibliographique

RevueThe FASEB Journal · 2017
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueChemical Reactions and Isotopes
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésBacteriaBiologyGeneChemically defined mediumMicrobial metabolismAmino acidBacterial growthBiochemistryEscherichia coliGenetics

Résumé

récupéré en direct d'OpenAlex

When bacteria are grown in media containing only carbon, nitrogen and essential salts, they shift in their metabolic activities to include the synthesis of essential amino acids, vitamins and other cofactors. Only 303 genes, for example, are essential for growth of E. coli on rich media and some 119 additional genes are required for growth on nutrient‐limited media. Hence compounds that target bacteria under nutrient‐limited conditions could serve as leads for novel antibacterial drugs. In fact, nutrient‐limited media probably provide a better proxy for the host environment. There have been many reports of impaired growth and attenuated virulence in pathogens due to mutations in vitamin, nucleobase and amino acid biosynthetic genes. Nevertheless, systematic searches for antibacterial chemicals have overwhelmingly emphasized rich media conditions. Thus, there is a considerable gap in antibacterial chemical space surveyed to date. In the Brown laboratory, we are trying to understand the potential of nutrient biosynthesis as a new and tractable target in drug‐resistant Gram‐negative pathogens. To this end, we have been screening libraries of structurally diverse synthetic compounds and natural products to find inhibitors of bacterial growth in minimal media. Compounds and extracts active in primary screens are subject to the addition of an array of key metabolites and pools thereof to identify suppressors of growth inhibition and provide hypotheses for physiological, genetic and biochemical experiments to elaborate mechanism of action. More recently, we are developing chemical and genomic platforms to understand the interaction of the nutrient biosynthesis apparatus with all aspects of bacterial physiology using systems approaches. The ultimate goal of these studies is to contribute fresh directions for new antibacterial therapies. Support or Funding Information I acknowledge operating funding from the Canadian Institutes of Health Research, Natural Sciences and Engineering Research Council of Canada as well as a salary support from the Canada Research Chairs Program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,407
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetChemical Reactions and IsotopesTravaux en français237 207