MétaCan
Menu
Retour à la cohorte
Enregistrement W2793041769 · doi:10.1139/cjm-2017-0609

Plasmid persistence: costs, benefits, and the plasmid paradox

2018· review· en· W2793041769 sur OpenAlexafffundvenue
Amanda Carroll, Alex Wong

Notice bibliographique

RevueCanadian Journal of Microbiology · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPlasmidBiologyHorizontal gene transferExtrachromosomal DNAGeneticsExperimental evolutionPersistence (discontinuity)GeneMobile genetic elementsGenome

Résumé

récupéré en direct d'OpenAlex

Plasmids are extrachromosomal DNA elements that can be found throughout bacteria, as well as in other domains of life. Nonetheless, the evolutionary processes underlying the persistence of plasmids are incompletely understood. Bacterial plasmids may encode genes for traits that are sometimes beneficial to their hosts, such as antimicrobial resistance, virulence, heavy metal tolerance, and the catabolism of unique nutrient sources. In the absence of selection for these traits, however, plasmids generally impose a fitness cost on their hosts. As such, plasmid persistence presents a conundrum: models predict that costly plasmids will be lost over time or that beneficial plasmid genes will be integrated into the host genome. However, laboratory and comparative studies have shown that plasmids can persist for long periods, even in the absence of positive selection. Several hypotheses have been proposed to explain plasmid persistence, including host-plasmid co-adaptation, plasmid hitchhiking, cross-ecotype transfer, and high plasmid transfer rates, but there is no clear evidence that any one model adequately resolves the plasmid paradox.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,244
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations255
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207