Transcriptome Analysis of <i>Escherichia coli</i> O157:H7 Exposed to Lysates of Lettuce Leaves
Notice bibliographique
Résumé
Harvesting and processing of leafy greens inherently cause plant tissue damage, creating niches on leaves that human pathogens can exploit. We previously demonstrated that Escherichia coli O157:H7 (EcO157) multiplies more rapidly on shredded leaves than on intact leaves (M. T. Brandl, Appl. Environ. Microbiol. 74:5285-5289, 2008). To investigate how EcO157 cells adapt to physicochemical conditions in injured lettuce tissue, we used microarray-based whole-genome transcriptional profiling to characterize gene expression patterns in EcO157 after 15- and 30-min exposures to romaine lettuce lysates. Multiple carbohydrate transport systems that have a role in the utilization of substrates known to be prevalent in plant cells were activated in EcO157. This indicates the availability to the human pathogen of a variety of carbohydrates released from injured plant cells that may promote its extensive growth in leaf lysates and, thus, in wounded leaf tissue. In addition, microarray analysis revealed the upregulation of numerous genes associated with EcO157 attachment and virulence, with oxidative stress and antimicrobial resistance (including the OxyR and Mar regulons), with detoxification of noxious compounds, and with DNA repair. Upregulation of oxidative stress and antimicrobial resistance genes in EcO157 was confirmed on shredded lettuce by quantitative reverse transcription-PCR. We further demonstrate that this adaptation to stress conditions imparts the pathogen with increased resistance to hydrogen peroxide and calcium hypochlorite. This enhanced resistance to chlorinated sanitizers combined with increased expression of virulence determinants and multiplication at sites of injury on the leaves may help explain the association of processed leafy greens with outbreaks of EcO157.
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 | 0,001 |
| 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 ».