Global Lipidomics Reveals the Lipid Composition Heterogeneity of Extracellular Vesicles from Drug-Resistant Leishmania
Notice bibliographique
Résumé
Background: The rise of drug-resistant Leishmania strains presents a significant challenge in the treatment of Leishmaniasis, a neglected tropical disease. Extracellular vesicles (EVs) produced by these parasites have gained attention for their role in drug resistance and host–pathogen interactions. Methods: This study developed and applied a novel lipidomics workflow to explore the lipid profiles of EVs from three types of drug-resistant Leishmania infatum strains compared to a wild-type strain. EVs were isolated through ultracentrifugation, and their lipid content was extracted using a modified Matyash protocol. LC-MS analysis was performed, and data processing in MS-DIAL enabled lipid identification and quantification. Statistical analysis in MetaboAnalyst revealed strain-specific lipid alterations, highlighting potential links between lipid composition and drug resistance mechanisms. Results: Our results show distinct alterations in lipid composition associated with drug resistance. Specifically, drug-resistant strains exhibited reduced levels of phosphatidylcholine (PC) and phosphatidylglycerol (PG), particularly in the amphotericin B-resistant strain LiAmB1000.1. Sterol and glycerolipid species, including cholesteryl ester (CE) and triacylglycerol (TG) were also found to be diminished in LiAmB1000.1. These changes suggest significant lipid remodeling under drug pressure, potentially altering the biophysical properties of EV membranes and their capacity for molecule transfer. Furthermore, the lipidomic profiles of EVs from the other resistant strains, LiSb2000.1 and LiMF200.5, also displayed unique alterations, underscoring strain-specific adaptations to different drug resistance mechanisms. Conclusions: These significant alterations in lipid composition suggest potential lipid-based mechanisms underlying drug resistance in Leishmania, providing new avenues for therapeutic intervention.
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) | 0,000 | 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) | 0,001 | 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 ».