MétaCan
Menu
Retour à la cohorte
Enregistrement W1973428805 · doi:10.1128/iai.06370-11

Both Phthiocerol Dimycocerosates and Phenolic Glycolipids Are Required for Virulence of Mycobacterium marinum

2012· article· en· W1973428805 sur OpenAlexafffund
Jia Yu, Vanessa Tran, Ming Li, Xinghua Huang, Chen Niu, Decheng Wang, Jianghua Zhu, Jianping Wang, Qian Gao, Jun Liu

Notice bibliographique

RevueInfection and Immunity · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchNational Natural Science Foundation of China
Mots-clésMycobacterium marinumVirulenceBiologyGlycolipidMicrobiologyMycobacterium tuberculosisMycobacteriumTuberculosisBacteriaGeneBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Phthiocerol dimycocerosates (PDIMs) and structurally related phenolic glycolipids (PGLs) are complex cell wall lipids unique to pathogenic mycobacteria. While these lipids have been extensively studied in recent years, there are conflicting reports on some aspects of their biosynthesis and on the role of PDIMs and especially PGLs in virulence of Mycobacterium tuberculosis. This has been complicated by the natural deficiency of PGLs in many clinical strains of M. tuberculosis and the frequent loss of PDIMs in laboratory M. tuberculosis strains. In this study, we isolated seven mutants of Mycobacterium marinum deficient in PDIMs and/or PGLs in which multiple genes of the PDIM/PGL biosynthetic locus were disrupted by transposon insertion. Zebrafish infection experiments showed that M. marinum strains lacking one or both of these lipids were avirulent, suggesting that both PDIMs and PGLs are required for virulence. We also found that these strains were hypersensitive to antibiotics and exhibited increased cell wall permeability. Our studies provide new insights into the biosynthesis of PDIMs/PGLs and may help us to understand the role of PDIMs and PGLs in M. tuberculosis virulence.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,308
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations123
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfection and ImmunityMême sujetMycobacterium research and diagnosisTravaux en français237 207