Escherichia coli growing under antimicrobial gallium nitrate stress reveals new processes of tolerance and toxicity
Notice bibliographique
Résumé
Metals have been used throughout history to manage disease. With the rising incidence of antibiotic-resistant bacterial strains, metal-based antimicrobials (MBAs) have re-emerged as an alternative to combat infections. Gallium nitrate has shown promising efficacy against several pathogens. Although its main toxicity mechanisms have focused on oxidative stress and its "trojan horse" iron mimetic strategy, there are still many knowledge gaps in the full-systems response elicited to counteract its toxic effects, especially in non-acute toxicity models that evaluate longer exposure times. In this study, we explore the transcriptomic response profile of Escherichia coli K12 BW25113 when challenged to grow planktonically for 10 h in the presence of a sublethal inhibitory concentration of gallium nitrate. 581 genes were significantly up-regulated, and 791 down-regulated. Some of the affected biological systems identified in our analysis include iron homeostasis, sulfate metabolism, oxidative and nitrosative stress response, cysteine biosynthesis, anaerobic respiration, toxin-antitoxin interactions, and DNA repair. Altogether, this work provides a valuable snapshot of how E. coli acclimates to this MBA and expands the current knowledge of mechanisms of sensitivity and tolerance. This is a significant step in understanding how bacteria can adjust their physiology to coexist with sublethal concentrations of toxic metals.
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 | 0,001 | 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 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 ».