A Genomic-Based Approach Combining In Vivo Selection in Mice to Identify a Novel Virulence Gene in Leishmania
Notice bibliographique
Résumé
BACKGROUND: Infection with Leishmania results in a broad spectrum of pathologies where L. infantum and L. donovani cause fatal visceral leishmaniasis and L. major causes destructive cutaneous lesions. The identification and characterization of Leishmania virulence genes may define the genetic basis for these different pathologies. METHODS AND FINDINGS: Comparison of the recently completed L. major and L. infantum genomes revealed a relatively small number of genes that are absent or present as pseudogenes in L. major and potentially encode proteins in L. infantum. To investigate the potential role of genetic differences between species in visceral infection, seven genes initially classified as absent in L. major but present in L. infantum were cloned from the closely related L. donovani genome and introduced into L. major. The transgenic L. major expressing the L. donovani genes were then introduced into BALB/c mice to select for parasites with increased virulence in the spleen to determine whether any of the L. donovani genes increased visceral infection levels. During the course of these experiments, one of the selected genes (LinJ32_V3.1040 (Li1040)) was reclassified as also present in the L. major genome. Interestingly, only the Li1040 gene significantly increased visceral infection in the L. major transfectants. The Li1040 gene encodes a protein containing a putative component of an endosomal protein sorting complex involved with protein transport. CONCLUSIONS: These observations demonstrate that the levels of expression and sequence variations in genes ubiquitously shared between Leishmania species have the potential to significantly influence virulence and tissue tropism.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».