Utilization of carbon sources by clinical isolates of <i>Aeromonas</i>
Notice bibliographique
Résumé
Bacteria in the genus Aeromonas are primarily aquatic organisms; however, some species can cause diseases in humans, ranging from wound infections to septicemia, of which diarrhea is the most common condition. The ability to use a variety of carbon substrates is advantageous for pathogenic bacteria. Therefore, we used Biolog GN2 microplates to analyze the ability of 103 clinical, predominantly diarrheal, isolates of Aeromonas to use various carbon sources, and we verified whether, among the substrates metabolized by these strains, there were some endogenous to the human intestine. The results indicate that Aeromonas present great diversity in the utilization of carbon sources, and that they preferentially use carbohydrates and amino acids as carbon sources. Among the carbon sources metabolized by Aeromonas in vitro, some were found to be components of intestinal mucin, including aspartic acid, glutamic acid, l-serine, galactose, N-acetyl-glucosamine, and glucose, which were used by all strains tested. Additionally, mannose, d-serine, proline, threonine, and N-acetyl-galactosamine were used by several strains. The potential to metabolize substrates endogenous to the intestine may contribute to Aeromonas' capacity to grow in and colonize the intestine. We speculate that this may help explain the ability of Aeromonas to cause diarrhea.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».