Comparative genomics of a drug-resistant Pseudomonas aeruginosa panel and the challenges of antimicrobial resistance prediction from genomes
Notice bibliographique
Résumé
Antimicrobial resistance (AMR) is now recognized as a global threat to human health. The accessibility of microbial whole-genome sequencing offers an invaluable opportunity for resistance surveillance via the resistome, i.e. the genes and mutations underlying AMR. Unfortunately, AMR prediction from genomic data remains extremely challenging, especially for species with a large pan-genome. One such organism, for which multidrug-resistant (MDR) isolates are frequently encountered in the clinic, is Pseudomonas aeruginosa. This study focuses on a commercially available panel of seven MDR P. aeruginosa strains. The main goals were to sequence and compare these strains' genomes, attempt to predict AMR from whole genomes using two different methods and determine whether this panel could be an informative complement to the international P. aeruginosa reference panel. As expected, the results highlight the complexity of associating genotype and AMR phenotype in P. aeruginosa, mainly due to the intricate regulation of resistance mechanisms. Our results also urge caution in the interpretation of predicted resistomes regarding the occurrence of gene identity discrepancies between strains. We envision that, in addition to accounting for the genomic diversity of P. aeruginosa, future development of predictive tools will need to incorporate a transcriptomic, proteomic and/or metabolomic component.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».