MétaCan
Menu
Retour à la cohorte
Enregistrement W2136815483 · doi:10.1139/cjm-2014-0519

Comparison of virulence properties of <i>Pseudomonas aeruginosa</i> exposed to water and grown in rich broth

2014· article· en· W2136815483 sur OpenAlexafffundvenue
Nilmini Mendis, Ying Ran Lin, Sébastien P. Faucher

Notice bibliographique

RevueCanadian Journal of Microbiology · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial biofilms and quorum sensing
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversities Space Research Association
Mots-clésPseudomonas aeruginosaPyocyaninMicrobiologyVirulenceBiofilmTap waterBiologyPathogenChemistryBacteriaFood scienceQuorum sensingGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

Pseudomonas aeruginosa is an opportunistic pathogen that can infect susceptible patients suffering from cystic fibrosis, immunosuppression, and severe burns. Nosocomial- and community-acquired infection is likely due to contact with water sources contaminated with P. aeruginosa. Most of what is known about the virulence properties of P. aeruginosa was derived from studies using fairly rich broths, which do not represent conditions found in water, such as low nutrient concentrations. Here, we compare biofilm production, invasion of epithelial cells, cytotoxicity, and pyocyanin production of P. aeruginosa in water with P. aeruginosa grown in rich broth. Since tap water is variable, we used a defined water medium, Fraquil, to ensure reproducibility of the results. We found that P. aeruginosa does not readily form biofilm in Fraquil. Pseudomonas aeruginosa is equally able to attach to and invade epithelial cells but is more cytotoxic after incubation in water for 30 days than when it is grown in rich broth. Moreover, P. aeruginosa produces less pyocyanin when exposed to water. Our results show that P. aeruginosa seems to have different properties when exposed to water than when grown in rich broth.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,212
Écart entre enseignants0,199 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetBacterial biofilms and quorum sensingTravaux en français237 207