MétaCan
Menu
Retour à la cohorte
Enregistrement W177730080 · doi:10.1007/978-1-60327-279-7_9

Methods to Determine Fitness in Bacteria

2010· article· en· W177730080 sur OpenAlexaff
Cassie F. Pope, Timothy D. McHugh, Stephen H. Gillespie

Notice bibliographique

RevueMethods in molecular biology · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésGeneration timeBacteriaBurkholderiaBiologyBiofilmAntibiotic resistanceBacterial growthMicrobiologyAntibioticsMedicine

Résumé

récupéré en direct d'OpenAlex

Acquisition of antibiotic resistance may be associated with a physiological cost for the bacterium. Determination of growth rate and generation time is often used to measure fitness costs associated with antibiotic resistance. However, fitness costs may be small and difficult to quantify and multiple models are required. Available in vitro models that can be used to measure fitness include quantification of biofilm growth, survival in water, resistance to drying, and measurement of planktonic growth rates. The use of growth curve techniques to determine generation time is laborious, time-consuming, and can introduce sampling error. We have described the use of a semi-automated liquid culture system to estimate generation time in Burkholderia cepacia complex bacteria. We have also used the BacT/ALERT system to determine generation time and enumerate bacterial numbers in Mycobacterium tuberculosis. We describe methods for measuring biofilm growth and environmental survival in Burkholderia cepacia complex bacteria. These methods can be adapted for use with other organisms.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,407
Écart entre enseignants0,387 · 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
GenreMéthodes

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

En bref

Citations50
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207