High-throughput LacZ/CPRG screen identifies novel potential antibiotics targeting Gram-negative bacterial envelopes to combat resistance
Notice bibliographique
Résumé
Abstract Background Bacterial resistance, exacerbated by multidrug-resistant Gram-negative (GN) pathogens, poses a public health threat due to their impermeable envelopes, which block many antibiotics. Objectives We aimed to develop a high-throughput screening (HTS) method to identify small molecules targeting GN bacterial envelopes and assess their antibacterial potential. Methods Envelope disruption in Escherichia coli and Pseudomonas aeruginosa was assessed using a β -galactosidase (LacZ)/CPRG reporter assay in LB at 37°C. The assay was validated through screening the LOPAC 1280 and KD2 4761 compound libraries. Concentration–response relationships, permeabilisation constants (K 50 ), co-permeabilisation assays, minimal inhibitory concentration (MIC) measurements, and bacterial microscopy post-MICs were performed. Results The assay demonstrated robust performance, evidenced by high Z’-factor and signal-to-noise (S/N ratios. Screening identified 57 active compounds (1.2% of the library), including β -lactams and three non-antibiotic molecules—suloctidil, isorotenone, and alexidine—that exhibited concentration-dependent antibacterial activity. Alexidine showed the most potent activity, with the lowest K 50 (2.7×10 −3 mM) and MICs of 0.004 mM for E. coli and 0.015 mM for P. aeruginosa . Suloctidil and isorotenone induced spherical cell morphology, while alexidine induced a filamentous phenotype, indicative of envelope disruption. The assay also identified antibiotics for monotherapy and combination therapy, with ampicillin, alexidine, and suloctidil enhancing chloramphenicol’s efficacy against E. coli MG1655. Conclusions The LacZ/CPRG reporter assay effectively identified compounds targeting bacterial envelopes, including novel molecules with antibacterial activity against GN pathogens, making it a promising tool for antibiotic discovery or combination therapy.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 0,001 |
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 ».