High-throughput screening reveals diverse lambdoid prophage inducers
Notice bibliographique
Résumé
Prophages, dormant bacteriophage genomes integrated within the bacterial chromosome, play pivotal roles in shaping microbial communities when awakened. Our current understanding of prophage activation is largely shaped by a narrow set of traditional DNA-damaging inducers, such as mitomycin C and ciprofloxacin, which trigger the bacterial SOS response. This study employed high-throughput screening of 3,921 compounds to identify novel prophage inducers using model lambdoid prophage HK97. We identified multiple new inducers across diverse pharmacological classes, including dietary supplements and therapeutics. Despite the variety in compounds, all acted through SOS-dependent pathways. However, bleomycin, an antineoplastic antibiotic, demonstrated broad-spectrum and potent prophage induction exceeding standard inducers, with activity validated across multiple phage-host pairings. These findings expand the repertoire of prophage inducers into commonly ingested xenobiotics and introduce bleomycin as a powerful, cost-effective tool for prophage research. IMPORTANCE: Around 75% of bacteria carry within them dormant viruses (prophages), which can awaken when the bacterium is stressed, killing the bacterium. Historically, this has been done using DNA-damaging antibiotics, but increasingly, more such signals have been discovered. Here, through a high-throughput screen, we identify phage-waking activity in several commonly consumed compounds, such as the SSRI Prozac, as well as a new DNA-damaging agent that is much more effective in waking phages than the previous gold standard.
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 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) | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».