The Single-Nucleotide Resolution Transcriptome of Pseudomonas aeruginosa Grown in Body Temperature
Notice bibliographique
Résumé
One of the hallmarks of opportunistic pathogens is their ability to adjust and respond to a wide range of environmental and host-associated conditions. The human pathogen Pseudomonas aeruginosa has an ability to thrive in a variety of hosts and cause a range of acute and chronic infections in individuals with impaired host defenses or cystic fibrosis. Here we report an in-depth transcriptional profiling of this organism when grown at host-related temperatures. Using RNA-seq of samples from P. aeruginosa grown at 28°C and 37°C we detected genes preferentially expressed at the body temperature of mammalian hosts, suggesting that they play a role during infection. These temperature-induced genes included the type III secretion system (T3SS) genes and effectors, as well as the genes responsible for phenazines biosynthesis. Using genome-wide transcription start site (TSS) mapping by RNA-seq we were able to accurately define the promoters and cis-acting RNA elements of many genes, and uncovered new genes and previously unrecognized non-coding RNAs directly controlled by the LasR quorum sensing regulator. Overall we identified 165 small RNAs and over 380 cis-antisense RNAs, some of which predicted to perform regulatory functions, and found that non-coding RNAs are preferentially localized in pathogenicity islands and horizontally transferred regions. Our work identifies regulatory features of P. aeruginosa genes whose products play a role in environmental adaption during infection and provides a reference transcriptional landscape for this pathogen.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».