Evaluating the Pathogenic Potential of Environmental Escherichia coli by Using the Caenorhabditis elegans Infection Model
Notice bibliographique
Résumé
The detection and abundance of Escherichia coli in water is used to monitor and mandate the quality of drinking and recreational water. Distinguishing commensal waterborne E. coli isolates from those that cause diarrhea or extraintestinal disease in humans is important for quantifying human health risk. A DNA microarray was used to evaluate the distribution of virulence genes in 148 E. coli environmental isolates from a watershed in eastern Ontario, Canada, and in eight clinical isolates. Their pathogenic potential was evaluated with Caenorhabditis elegans, and the concordance between the bioassay result and the pathotype deduced by genotyping was explored. Isolates identified as potentially pathogenic on the basis of their complement of virulence genes were significantly more likely to be pathogenic to C. elegans than those determined to be potentially nonpathogenic. A number of isolates that were identified as nonpathogenic on the basis of genotyping were pathogenic in the infection assay, suggesting that genotyping did not capture all potentially pathogenic types. The detection of the adhesin-encoding genes sfaD, focA, and focG, which encode adhesins; of iroN2, which encodes a siderophore receptor; of pic, which encodes an autotransporter protein; and of b1432, which encodes a putative transposase, was significantly associated with pathogenicity in the infection assay. Overall, E. coli isolates predicted to be pathogenic on the basis of genotyping were indeed so in the C. elegans infection assay. Furthermore, the detection of C. elegans-infective environmental isolates predicted to be nonpathogenic on the basis of genotyping suggests that there are hitherto-unrecognized virulence factors or combinations thereof that are important in the establishment of infection.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».