Identification of Genes Contributing to the Virulence of Francisella tularensis SCHU S4 in a Mouse Intradermal Infection Model
Notice bibliographique
Résumé
BACKGROUND: Francisella tularensis is a highly virulent human pathogen. The most virulent strains belong to subspecies tularensis and these strains cause a sometimes fatal disease. Despite an intense recent research effort, there is very limited information available that explains the unique features of subspecies tularensis strains that distinguish them from other F. tularensis strains and that explain their high virulence. Here we report the use of targeted mutagenesis to investigate the roles of various genes or pathways for the virulence of strain SCHU S4, the type strain of subspecies tularensis. METHODOLOGY/PRINCIPAL FINDINGS: The virulence of SCHU S4 mutants was assessed by following the outcome of infection after intradermal administration of graded doses of bacteria. By this route, the LD(50) of the SCHU S4 strain is one CFU. The virulence of 20 in-frame deletion mutants and 37 transposon mutants was assessed. A majority of the mutants did not show increased prolonged time to death, among them notably Delta pyrB and Delta recA. Of the remaining, mutations in six unique targets, tolC, rep, FTT0609, FTT1149c, ahpC, and hfq resulted in significantly prolonged time to death and mutations in nine targets, rplA, wbtI, iglB, iglD, purL, purF, ggt, kdtA, and glpX, led to marked attenuation with an LD(50) of > 10(3) CFU. In fact, the latter seven mutants showed very marked attenuation with an LD(50) of > or = 10(7) CFU. CONCLUSIONS/SIGNIFICANCE: The results demonstrate that the characterization of targeted mutants yielded important information about essential virulence determinants that will help to identify the so far little understood extreme virulence of F. tularensis subspecies tularensis.
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) | 0,000 | 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 ».