Virulence adaptations of Pseudomonas aeruginosa isolated from patients with non-cystic fibrosis bronchiectasis
Notice bibliographique
Résumé
Pseudomonas aeruginosa is a major pathogen in chronic lung diseases such as cystic fibrosis (CF) and non-cystic fibrosis bronchiectasis (nCFB). Much of our understanding regarding infections in nCFB patients is extrapolated from findings in CF with little direct investigation on the adaptation of P. aeruginosa in nCFB patients. As such, we investigated whether the adaptation of P. aeruginosa was indeed similar between nCFB and CF. From our prospectively collected biobank, we identified 40 nCFB patients who had repeated P. aeruginosa isolates separated by ≥6 months and compared these to a control population of 28 CF patients. A total of 84 nCFB isolates [40 early (defined as the earliest isolate in the biobank) and 41 late (defined as the last available isolate in the biobank)] were compared to 83 CF isolates (39 early and 44 late). We assessed the isolates for protease, lipase and elastase production; mucoid phenotype; swarm and swim motility; biofilm production; and the presence of the lasR mutant phenotype. Overall, we observed phenotypic heterogeneity in both nCFB and CF isolates and found that P. aeruginosa adapted to the nCFB lung environment similarly to the way observed in CF isolates in terms of protease and elastase expression, motility and biofilm formation. However, significant differences between nCFB and CF isolates were observed in lipase expression, which may allude to distinct characteristics found in the lung environment of nCFB patients. We also sought to determine virulence potential over time in nCFB P. aeruginosa isolates and found that virulence decreased over time, similar to CF.
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 ».