The emerging concern of IMP variants being resistant to the only IMP-type metallo-β-lactamase inhibitor, xeruborbactam
Notice bibliographique
Résumé
ABSTRACT Metallo-β-lactamases (MBLs) of IMP type are not inhibited by currently commercialized β-lactamase inhibitors, including taniborbactam (TAN), which inhibits only NDM- and VIM-type enzymes. However, the development of xeruborbactam (XER), which additionally inhibits IMP enzymes, may provide effective drug combinations such as meropenem-XER (MEM-XER) against most MBL producers. Thirty-two IMP-producing clinical gram-negative isolates were tested for MEM-XER. Susceptibility testing of β-lactams with TAN or XER at 4 or 8 µg/mL was performed. Noticeably, MEM-XER remained ineffective against all IMP-producing Pseudomonas aeruginosa isolates. By contrast, supplementation with XER significantly lowered MEM MICs for several IMP-producing Enterobacterales isolates, except for isolates and recombinant E. coli strains producing IMP-6, IMP-10, IMP-14, and IMP-26. Interestingly, IMP-59 producers showed susceptibility to both TAN- and XER-based combinations, although IMP enzymes are not supposed to be inhibited by TAN. Determinations of 50% inhibitory concentration (IC 50 ) values of XER showed values being >15-fold higher for IMP-6, IMP-10, IMP-14, and IMP-26 compared with IMP-1. Interestingly, the IC 50 value of TAN for IMP-59 was found in the same range as that for NDM-1 (7 µM). Finally, structural analyses and molecular modeling simulations indicated that the Ser262Gly mutation in IMP-6 may alter the electronic properties of the active site, whereas the Phe residue in IMP-10 may exert a steric effect counteracting XER binding. Resistance to XER in IMP-6, IMP-10, IMP-14, and IMP-26 variants, conferring resistance to MEM-XER, might be considered a serious concern since MEM-XER will be supposed to be a salvage therapy for MBL-, and especially IMP-producing Enterobacterales 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.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».