MétaCan
Menu
Retour à la cohorte
Enregistrement W2036199362 · doi:10.1128/aem.00446-14

Modeling the Infection Dynamics of Bacteriophages in Enteric Escherichia coli: Estimating the Contribution of Transduction to Antimicrobial Gene Spread

2014· article· en· W2036199362 sur OpenAlexfundno aff
Victoriya V. Volkova, Zhao Lu, Thomas E. Besser, Yrjö T. Gröhn

Notice bibliographique

RevueApplied and Environmental Microbiology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Food and AgricultureUniversity of Guelph
Mots-clésTransduction (biophysics)BiologyEscherichia coliMicrobiologyHorizontal gene transferGeneLysogenBacteriaGeneticsBacteriophageGenomeBiochemistry

Résumé

récupéré en direct d'OpenAlex

Animal-associated bacterial communities are infected by bacteriophages, although the dynamics of these infections are poorly understood. Transduction by bacteriophages may contribute to transfer of antimicrobial resistance genes, but the relative importance of transduction among other gene transfer mechanisms is unknown. We therefore developed a candidate deterministic mathematical model of the infection dynamics of enteric coliphages in commensal Escherichia coli in the large intestine of cattle. We assumed the phages were associated with the intestine and were predominantly temperate. Model simulations demonstrated how, given the bacterial ecology and infection dynamics, most (>90%) commensal enteric E. coli bacteria may become lysogens of enteric coliphages during intestinal transit. Using the model and the most liberal assumptions about transduction efficiency and resistance gene frequency, we approximated the upper numerical limits ("worst-case scenario") of gene transfer through specialized and generalized transduction in E. coli by enteric coliphages when the transduced genetic segment is picked at random. The estimates were consistent with a relatively small contribution of transduction to lateral gene spread; for example, generalized transduction delivered the chromosomal resistance gene to up to 8 E. coli bacteria/hour within the population of 1.47 × 10(8) E. coli bacteria/liter luminal contents. In comparison, the plasmidic blaCMY-2 gene carried by ~2% of enteric E. coli was transferred by conjugation at a rate at least 1.4 × 10(3) times greater than our generalized transduction estimate. The estimated numbers of transductants varied nonlinearly depending on the ecology of bacteria available for phages to infect, that is, on the assumed rates of turnover and replication of enteric E. coli.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,004
Tête enseignante GPT0,192
Écart entre enseignants0,188 · 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'étudeSimulation ou modélisation
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

Citations78
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied and Environmental MicrobiologyMême sujetBacteriophages and microbial interactionsTravaux en français237 207