Optimized TPL6 Peptide Gel Exhibits Broad‐Spectrum Antimicrobial Activity and Effectively Treats Drug‐Resistant Wound Infections in Diabetic Mice
Notice bibliographique
Résumé
Antibiotics are the primary treatments for diabetic foot infections (DFIs) but are often ineffective against severe, polymicrobial, or drug-resistant microbial strains. Antimicrobial peptides (AMPs) offer broad-spectrum activity, yet most fail in clinical translation due to known limitations. Here, TPL6 is developed, a TP4-derived AMP with glycine-rich segments deleted, yielding a variant with potent, robust antimicrobial activity and reduced cytotoxicity. TPL6 retains its α-helical structure and activity under high glucose and salt, and after heat stress. It also does not induce microbial resistance after prolonged exposure. Formulated with adjuvants into a hydrogel, TPL6 gel restores activity in serum-rich environments and outperforms Bacineocin ointment in simulated wound fluid. The gel further prevents formation and eradicates biofilms of multidrug-resistant (MDR) pathogens. In ex vivo porcine skin and diabetic mouse wound models infected with MDR Staphylococcus aureus or Candida albicans, TPL6 gel shows superior therapeutic efficacy versus Bacineocin ointment and Canesten 1% cream. Thus, this study shows that structural modification and adjuvant-based formulation of TPL6 can overcome key translational barriers that have hindered clinical application of AMPs, supporting its potential as an antibiotic-free treatment for drug-resistant wound 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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».