Plants promote mating and dispersal of the human pathogenic fungus Cryptococcus
Notice bibliographique
Résumé
Infections due to Cryptococcus are a leading cause of fungal infections worldwide and are acquired as a result of environmental exposure to desiccated yeast or spores. The ability of Cryptococcus to grow, mate, and produce infectious propagules in association with plants is important for the maintenance of the genetic diversity and virulence factors important for infection of animals and humans. In the Western United States and Canada, Cryptococcus has been associated with conifers and tree species other than Eucalyptus; however, to date Cryptococcus has only been studied on live Arabidopsis thaliana, Eucalyptus sp., and Terminalia catappa (almond) seedlings. Previous research has demonstrated the ability of Cryptococcus to colonize live plants, leaves, and vasculature. We investigated the ability of Cryptococcus to grow on live seedlings of the angiosperms, A. thaliana, Eucalyptus camaldulensis, Colophospermum mopane, and the gymnosperms, Pseudotsuga menziesii (Douglas fir), and Tsuga heterophylla (Western hemlock). We observed a broad-range ability of Cryptococcus to colonize both traditional infection models as well as newly tested conifer species. Furthermore, C. neoformans, C. deneoformans, C. gattii (VGI), C. deuterogattii (VGII) and C. bacillisporus (VGIII) were able to colonize live plant leaves and needles but also undergo filamentation and mating on agar seeded with plant materials or in saprobic association with dead plant materials. The ability of Cryptococcus to grow and undergo filamentation and reproduction in saprobic association with both angiosperms and gymnosperms highlights an important role of plant debris in the sexual cycle and exposure to infectious propagules. This study highlights the broad importance of plants (and plant debris) as the ecological niche and reservoirs of infectious propagules of Cryptococcus in the environment.
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 ».