Candidate proteomic biomarkers for three genogroups of the swine pathogen Streptococcus suis serotype 2
Notice bibliographique
Résumé
BACKGROUND: Streptococcus suis, more specifically serotype 2, is a major swine pathogen and an emerging zoonotic agent that causes severe infections such as meningitis, endocarditis, and septicemia. In this study, surface-enhanced laser desorption/ionization time-of-flight mass spectrometry (SELDI) was used to investigate the protein expression profiles of 45 strains of S. suis serotype 2 that had previously been clustered by multilocus sequence typing (MLST) into three sequence types (ST1, ST25, and ST28) (n = 15 for each ST). RESULTS: The SELDI data were analyzed using the univariate Mann-Whitney and Kruskal-Wallis tests and multivariate statistical methods (heatmap/hierarchical clustering). The heatmap identified 136 cell proteins, and hierarchical clustering provided a 100% correct classification of all fifteen ST1 and ST25 strains and thirteen of the fifteen ST28 strains (87% correct). The univariate statistical analyses of the SELDI protein expression profiles identified nine significant proteins that discriminated the strains of the three STs of S. suis. Of these proteins, two were overexpressed in ST1 (5958 Da and 10249 Da), four in ST25 (5989 Da, 6646 Da, 7421 Da, and 9825 Da), and three in ST28 (4516 Da, 7833 Da, and 9342 Da). Two of the proteins associated with the ST28 strains (p4516 and p9342) were purified and were identified as a putative ABC transporter and a nucleoid-DNA-binding protein, respectively. CONCLUSIONS: SELDI analysis of 45 strains of S. suis allowed to identify nine statistically significant proteins that can be specifically correlated with either ST1, ST25 or ST28. The possible involvement of the overexpressed proteins in the pathology of S. suis infections will require further investigation.
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 | 0,000 |
| 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 ».