DJK-5, an anti-biofilm peptide, increases Staphylococcus aureus sensitivity to colistin killing in co-biofilms with Pseudomonas aeruginosa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chronic infections represent a significant global health and economic challenge. Biofilms, which are bacterial communities encased in an extracellular polysaccharide matrix, contribute to approximately 80% of these infections. In particular, pathogens such as Pseudomonas aeruginosa and Staphylococcus aureus are frequently co-isolated from the sputum of patients with cystic fibrosis and are commonly found in chronic wound infections. Within biofilms, bacteria demonstrate a remarkable increase in resistance and tolerance to antimicrobial treatment. We investigated the efficacy of combining the last-line antibiotic colistin with a membrane- and stringent stress response-targeting anti-biofilm peptide DJK-5 against co-biofilms comprised of multidrug-resistant P. aeruginosa and methicillin-resistant S. aureus (MRSA). Colistin lacks canonical activity against S. aureus. However, our study revealed that under co-biofilm conditions, the antibiofilm peptide DJK-5 synergized with colistin against S. aureus. Similar enhancement was observed when daptomycin, a cyclic lipopeptide against Gram-positive bacteria, was combined with DJK-5, resulting in increased activity against P. aeruginosa. The combinatorial treatment induced morphological changes in both P. aeruginosa and S. aureus cell shape and size within co-biofilms. Importantly, our findings also demonstrate synergistic activity against both P. aeruginosa and S. aureus in a murine subcutaneous biofilm-like abscess model. In conclusion, combinatorial treatments with colistin or daptomycin and the anti-biofilm peptide DJK-5 show significant potential for targeting co-biofilm infections. These findings offer promising avenues for developing new therapeutic approaches to combat complex chronic infections.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle