Systematic interrogation of CRISPR antimicrobials in <i>Klebsiella pneumoniae</i> reveals nuclease-, guide- and strain-dependent features influencing antimicrobial activity
Notice bibliographique
Résumé
CRISPR-Cas systems can be utilized as programmable-spectrum antimicrobials to combat bacterial infections. However, how CRISPR nucleases perform as antimicrobials across target sites and strains remains poorly explored. Here, we address this knowledge gap by systematically interrogating the use of CRISPR antimicrobials using multidrug-resistant and hypervirulent strains of Klebsiella pneumoniae as models. Comparing different Cas nucleases, DNA-targeting nucleases outperformed RNA-targeting nucleases based on the tested targets. Focusing on AsCas12a that exhibited robust targeting across different strains, we found that the elucidated modes of escape varied widely, restraining opportunities to enhance killing. We also encountered individual guide RNAs yielding different extents of clearance across strains, which were linked to an interplay between improper gRNA folding and strain-specific DNA repair and survival. To explore features that could improve targeting across strains, we performed a genome-wide screen in different K. pneumoniae strains that yielded guide design rules and trained an algorithm for predicting guide efficiency. Finally, we showed that Cas12a antimicrobials can be exploited to eliminate K. pneumoniae when encoded in phagemids delivered by T7-like phages. Altogether, our results highlight the importance of evaluating antimicrobial activity of CRISPR antimicrobials across relevant strains and define critical parameters for efficient CRISPR-based targeting.
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 | 0,002 | 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 ».