Rapid Identification of <i>Escherichia coli</i> Pathotypes by Virulence Gene Detection with DNA Microarrays
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
One approach to the accurate determination of the pathogenic potential (pathotype) of isolated Escherichia coli strains would be through a complete assessment of each strain for the presence of all known E. coli virulence factors. To accomplish this, an E. coli virulence factor DNA microarray composed of 105 DNA PCR amplicons printed on glass slides and arranged in eight subarrays corresponding to different E. coli pathotypes was developed. Fluorescently labeled genomic DNAs from E. coli strains representing known pathotypes were initially hybridized to the virulence gene microarrays for both chip optimization and validation. Hybridization pattern analysis with clinical isolates permitted a rapid assessment of their virulence attributes and determination of the pathogenic group to which they belonged. Virulence factors belonging to two different pathotypes were detected in one human E. coli isolate (strain H87-5406). The microarray was also tested for its ability to distinguish among phylogenetic groups of genes by using gene probes derived from the attaching-and-effacing locus (espA, espB, tir). After hybridization with these probes, we were able to distinguish E. coli strains harboring espA, espB, and tir sequences closely related to the gene sequences of an enterohemorrhagic strain (EDL933), a human enteropathogenic strain (E2348/69), or an animal enteropathogenic strain (RDEC-1). Our results show that the virulence factor microarray is a powerful tool for diagnosis-based studies and that the concept is useful for both gene quantitation and subtyping. Additionally, the multitude of virulence genes present on the microarray should greatly facilitate the detection of virulence genes acquired by horizontal transfer and the identification of emerging pathotypes.
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.
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 | 0,002 | 0,001 |
| 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 découle