Chloramphenicol and kanamycin resistance among porcine Escherichia coli in Ontario
Notice bibliographique
Résumé
OBJECTIVES: The purpose of this study was to compare the distribution of chloramphenicol and kanamycin resistance genes across three populations of porcine Escherichia coli. METHODS: PCR was used to assess the distribution of the major chloramphenicol and kanamycin resistance genes catA1, cmlA and floR, and aphA1, aphA2 and aadB in enterotoxigenic E. coli (ETEC), non-ETEC isolates from cases of diarrhoea and commensal E. coli from healthy pigs. Associations between these genes and resistance genes for other antimicrobials or virulence genes were assessed. RESULTS: The chloramphenicol and kanamycin resistance genes were distributed differently among the three E. coli populations. While aphA1, aphA2 and aadB were evenly distributed among resistant ETEC, non-ETEC and commensals, the catA1 gene was significantly more frequent in ETEC than in non-ETEC and commensals. Transformation experiments confirmed statistical associations by demonstrating that elt, estB, astA, aadA and sul1 were located with catA1 on a large ETEC plasmid. Plasmids carrying cmlA also carried sul3 and aadA. Other plasmids carrying floR and aadB also carried tet(A), sul2, strA/strB, bla(CMY-2) and occasionally aac(3)IV. CONCLUSIONS: The clustering of genes observed is a likely cause for chloramphenicol resistance persistence. Similar to tetracycline, chloramphenicol resistance genes are physically linked to virulence genes. This is not the case for kanamycin resistance determinants, which were linked to other resistance genes only.
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 ».