Identification of Novel Pathogenicity Genes by PCR Signature-Tagged Mutagenesis and Related Technologies
Notice bibliographique
Résumé
Microbial pathogens possess a repertoire of virulence determinants that make unique contributions to bacterial fitness during infection. In this chapter, we focus on the recent progress and adaptations of signature-tagged mutagenesis (STM) by PCR instead of hybridization. This is a PCR-based STM mutation-based screening method using a population of bacterial mutants for the simultaneous identification of multiple virulence genes in microbial pathogens by negative selection. Modifications of STM developed in our laboratory have been applied to Pseudomonas aeruginosa PAO1. Screening of a collection of 6912 STM mutants in the rat chronic lung model of infection identified 214 P. aeruginosa STM mutants defective in virulence. For further studies, and to illustrate better the strategies that need to be utilized, we present detailed analysis of nine selected STM mutants. The data obtained indicate that in vivo, defects in virulence give a wide variety of phenotypes: defects in known virulence factors have been found, thereby validating the method; defects have also been found in orthologs with predicted functions, and in some genes whose functions cannot be predicted from databases. A general strategy and a simple scenario is discussed using the nine STM mutants selected for further characterization. PCR-based STM represent a genomics-based method for in vivo high-throughput screening of new virulence factors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».