MétaCan
Menu
Retour à la cohorte
Enregistrement W4414077213 · doi:10.1101/2025.09.05.674536

Diffusion-mediated quantification of dose-dependent antifungal drug tolerance

2025· preprint· en· W4414077213 sur OpenAlexaff
Samira Rasouli Koohi, Daniel A. Charlebois

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineChemistry
ThématiqueSynthesis and Biological Evaluation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAntifungalDrug resistanceAntifungal drugsDrug toleranceDrugAntimicrobial drugAntifungal drug

Résumé

récupéré en direct d'OpenAlex

Antimicrobial resistance is a global health problem, with drug-resistant fungi posing major challenges for the treatment of immunocompromised patients. Antifungal tolerance is a recently discovered phenomenon whereby pathogenic fungi, including the multidrug-resistant pathogenic yeast Candidozyma auris (formerly Candida auris ), grow slowly above minimum inhibitory drug concentrations. We combine physics-based spatiotemporal models with microbiology experiments to quantitatively investigate the emergence of tolerance to all three major classes of antifungal drugs in C. auris . Specifically, we combine Fick’s second law solved using a finite difference method to simulate drug diffusion with data from experimental disk diffusion assays to determine the concentration ranges at which antifungal-tolerant colonies emerge. This biophysics study advances antimicrobial resistance research by providing a method to quantify antifungal tolerance and by demonstrating that antifungal tolerance is a strain-, drug-, and dose-dependent phenomenon in an emerging fungal pathogen.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,245
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSynthesis and Biological EvaluationTravaux en français237 207