A systematic review of peptide nucleic acids (PNAs) with antibacterial activities: Efficacy, potential and challenges
Notice bibliographique
Résumé
Peptide nucleic acids (PNAs) are synthetic molecules that are like DNA/RNA, but with different building blocks. PNAs target and bind to mRNAs and disrupt the function of a targeted gene, hence they have been studied as potential antibacterials. The aim of this systematic review was to provide an in-depth analysis of the current status of PNAs as antibacterial agents, define the characteristics of the effective PNA constructs, and address the gap in advancing PNAs to become clinically competent agents. Following the PRISMA model, four electronic databases were searched: Web of Science, PubMed, SciFinder and Scopus. A total of 627 articles published between 1994 and 2023 were found. After screening and a rigorous selection process using explicit inclusion and exclusion criteria, 65 scientific articles were selected, containing 656 minimum inhibitory concentration (MIC) data. The antibacterial activity of PNAs was assessed against 20 bacterial species. The most studied Gram-negative and Gram-positive bacteria were Escherichia coli (n=266) and Staphylococcus aureus (n=53), respectively. In addition, the effect of PNA design, including construct length, binding location, and carrier agents, on antibacterial activity was shown. Finally, antibacterial test models to assess the inhibitory effects of PNAs were examined, emphasising gaps and prospects. This systematic review provides a comprehensive assessment of the potential of PNAs as antibacterial agents and offers valuable insights for researchers and clinicians seeking novel therapeutic strategies in the context of increasing rates of antibiotic-resistant bacteria.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,013 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».