Application of Whole-Genome Sequencing Data for O-Specific Antigen Analysis and <i>In Silico</i> Serotyping of Pseudomonas aeruginosa Isolates
Notice bibliographique
Résumé
Accurate typing methods are required for efficient infection control. The emergence of whole-genome sequencing (WGS) technologies has enabled the development of genome-based methods applicable for routine typing and surveillance of bacterial pathogens. In this study, we developed the Pseudomonas aeruginosa serotyper (PAst) program, which enabled in silico serotyping of P. aeruginosa isolates using WGS data. PAst has been made publically available as a web service and aptly facilitates high-throughput serotyping analysis. The program overcomes critical issues such as the loss of in vitro typeability often associated with P. aeruginosa isolates from chronic infections and quickly determines the serogroup of an isolate based on the sequence of the O-specific antigen (OSA) gene cluster. Here, PAst analysis of 1,649 genomes resulted in successful serogroup assignments in 99.27% of the cases. This frequency is rarely achievable by conventional serotyping methods. The limited number of nontypeable isolates found using PAst was the result of either a complete absence of OSA genes in the genomes or the artifact of genomic misassembly. With PAst, P. aeruginosa serotype data can be obtained from WGS information alone. PAst is a highly efficient alternative to conventional serotyping methods in relation to outbreak surveillance of serotype O12 and other high-risk clones, while maintaining backward compatibility to historical serotype data.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».