High-Throughput Discovery of Synthetic Siderophores for Trojan Horse Antibiotics
Notice bibliographique
Résumé
To cause infection, bacterial pathogens must overcome host immune factors and barriers to nutrient acquisition. Reproducing these aspects of host physiology in vitro has shown great promise for antibacterial drug discovery. When used as a bacterial growth medium, human serum replicates several aspects of the host environment, including innate immunity and iron limitation. We previously reported that a high-throughput chemical screen using serum as the growth medium enabled the discovery of novel growth inhibitors overlooked by conventional screens. Here, we report that a subset of compounds from this high-throughput serum screen display an unexpected growth enhancing phenotype and are enriched for synthetic siderophores. We selected 35 compounds of diverse chemical structure and quantified their ability to enhance bacterial growth in human serum. We show that many of these compounds chelate iron, suggesting they were acting as siderophores and providing iron to the bacteria. For two different pharmacophores represented among these synthetic siderophores, conjugation to the β-lactam antibiotic ampicillin imparted iron-dependent enhancement in antibacterial activity. Conjugation of the most potent growth-enhancing synthetic siderophore with the monobactam aztreonam produced MLEB-22043, a broad-spectrum antibiotic with significantly improved activity against Klebsiella pneumoniae, Escherichia coli, Acinetobacter baumannii, and Pseudomonas aeruginosa . This synthetic siderophore-monobactam conjugate uses multiple TonB-dependent transporters for uptake into P. aeruginosa . Like aztreonam, MLEB-22043 demonstrated activity against metallo-β-lactamase expressing bacteria, and, when combined with the β-lactamase inhibitor avibactam, was active against clinical strains coexpressing the NDM-1 metallo-β-lactamase and serine β-lactamases. Our work shows that human serum is an effective bacterial growth medium for the high-throughput discovery of synthetic siderophores, enabling the development of novel Trojan Horse antibiotics.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».