Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/28354
AN INTEGRATIVE, MULTI-OMICS APPROACH TOWARDS THE PRIORITIZATION OF KLEBSIELLA PNEUMONIAE DRUG TARGETS
Fatores de risco
Infecção
Humanos
Resistência a antibióticos
Patógenos
Author
Affilliation
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Salvador, BA, Brasil / Laboratório Nacional de Computação Científica. Petrópolis, RJ, Brasil
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina / Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica. Ciudad de Buenos Aires, Argentina
Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la. Ciudad de Buenos Aires, Argentina
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina
Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la. Ciudad de Buenos Aires, Argentina
Inria Grenoble Rhône-Alpes. Grenoble, France / Université Claude Bernard. Lyon, France / Universitat de Barcelona. Facultat de Biologia and Institut de Biomedicina. Centre for Genomic Regulation. Departament de Genètica, Microbiologia i Estadística. Barcelona, Catalonia, Spain
Inria Grenoble Rhône-Alpes. Grenoble, France / Université Claude Bernard. Lyon, France
Laboratório Nacional de Computação Científica. Petrópolis, RJ, Brasil
Universidade Federal de São Paulo. Escola Paulista de Medicina. Division of Infectious Diseases. Department of Internal Medicine. Laboratório Alerta. São Paulo, SP, Brasil
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina / Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica. Ciudad de Buenos Aires, Argentina / Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la. Ciudad de Buenos Aires, Argentina
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina / Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica. Ciudad de Buenos Aires, Argentina / Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la. Ciudad de Buenos Aires, Argentina
Laboratório Nacional de Computação Científica. Petrópolis, RJ, Brasil
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina / Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica. Ciudad de Buenos Aires, Argentina
Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la. Ciudad de Buenos Aires, Argentina
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina
Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la. Ciudad de Buenos Aires, Argentina
Inria Grenoble Rhône-Alpes. Grenoble, France / Université Claude Bernard. Lyon, France / Universitat de Barcelona. Facultat de Biologia and Institut de Biomedicina. Centre for Genomic Regulation. Departament de Genètica, Microbiologia i Estadística. Barcelona, Catalonia, Spain
Inria Grenoble Rhône-Alpes. Grenoble, France / Université Claude Bernard. Lyon, France
Laboratório Nacional de Computação Científica. Petrópolis, RJ, Brasil
Universidade Federal de São Paulo. Escola Paulista de Medicina. Division of Infectious Diseases. Department of Internal Medicine. Laboratório Alerta. São Paulo, SP, Brasil
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina / Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica. Ciudad de Buenos Aires, Argentina / Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la. Ciudad de Buenos Aires, Argentina
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo. Plataforma de Bioinformática Argentina. Buenos Aires, Argentina / Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Biológica. Ciudad de Buenos Aires, Argentina / Facultad de Ciencias Exactas y Naturales. Instituto de Química Biológica de la. Ciudad de Buenos Aires, Argentina
Laboratório Nacional de Computação Científica. Petrópolis, RJ, Brasil
Abstract
Klebsiella pneumoniae (Kp) is a globally disseminated opportunistic pathogen that can cause life-threatening infections. It has been found as the culprit of many infection outbreaks in hospital environments, being particularly aggressive towards newborns and adults under intensive care. Many Kp strains produce extended-spectrum β-lactamases, enzymes that promote resistance against antibiotics used to fight these infections. The presence of other resistance determinants leading to multidrug-resistance also limit therapeutic options, and the use of 'last-resort' drugs, such as polymyxins, is not uncommon. The global emergence and spread of resistant strains underline the need for novel antimicrobials against Kp and related bacterial pathogens. To tackle this great challenge, we generated multiple layers of 'omics' data related to Kp and prioritized proteins that could serve as attractive targets for antimicrobial development. Genomics, transcriptomics, structuromic and metabolic information were integrated in order to prioritize candidate targets, and this data compendium is freely available as a web server. Twenty-nine proteins with desirable characteristics from a drug development perspective were shortlisted, which participate in important processes such as lipid synthesis, cofactor production, and core metabolism. Collectively, our results point towards novel targets for the control of Kp and related bacterial pathogens.
Keywords in Portuguese
Klebsiella pneumoniaeFatores de risco
Infecção
Humanos
Resistência a antibióticos
Patógenos
Share