Evaluation of <i>recA</i> Sequences for Identification of <i>Mycobacterium</i> Species
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
16S rRNA sequence data have been used to provide a molecular basis for an accurate system for identification of members of the genus Mycobacterium. Previous studies have shown that Mycobacterium species demonstrate high levels (>94%) of 16S rRNA sequence similarity and that this method cannot differentiate between all species, i.e., M. gastri and M. kansasii. In the present study, we have used the recA gene as an alternative sequencing target in order to complement 16S rRNA sequence-based genetic identification. The recA genes of 30 Mycobacterium species were amplified by PCR, sequenced, and compared with the published recA sequences of M. tuberculosis, M. smegmatis, and M. leprae available from GenBank. By recA sequencing the species showed a lower degree of interspecies similarity than they did by 16S rRNA gene sequence analysis, ranging from 96.2% between M. gastri and M. kansasii to 75.7% between M. aurum and M. leprae. Exceptions to this were members of the M. tuberculosis complex, which were identical. Two strains of each of 27 species were tested, and the intraspecies similarity ranged from 98.7 to 100%. In addition, we identified new Mycobacterium species that contain a protein intron in their recA genes, similar to M. tuberculosis and M. leprae. We propose that recA gene sequencing offers a complementary method to 16S rRNA gene sequencing for the accurate identification of the Mycobacterium species.
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 | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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