MétaCan
Menu
← Retour à la cohorte
Enregistrement W2794679070 · doi:10.22215/etd/2018-12701

Investigating the Role of Genetic Background and Niche of Origin in the Adaptation of Pseudomonas aeruginosa

2018· dissertation· en· W2794679070 sur OpenAlexaff
Nicole Filipow

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPseudomonas aeruginosaBiologyGenotypeAdaptation (eye)TraitSputumNicheLineage (genetic)Ecological nicheCystic fibrosisPathogenPhylogenetic treeEvolutionary biologyGeneticsMicrobiologyGeneEcologyBacteriaMedicine

Résumé

récupéré en direct d'OpenAlex

Prolonged respiratory infection by the opportunistic pathogen, Pseudomonas aeruginosa, is the major contributor to declining lung function and early mortality in individuals with cystic fibrosis (CF).Patients are believed to acquire their infections from the environment, upon which a single clone will often undergo long-term colonization in response to selection within the lung.It is unknown however, whether all genotypes are capable of causing infection, and whether all environmental strains are initially maladapted to life in the lung.To investigate these unknowns, we experimentally evolved 18 different environmental and CF-clinical genotypes within synthetic CF lung sputum (SCFM), to identify any genotypic and/or prior niche constraints on trait evolution and pathoadaptation.We found that genotype significantly constrained evolution within SCFM, which was evidenced through phylogenetic signal in the change of both traits and fitness.The traits showing the highest phylogenetic signal in this experiment included H2O2 resistance, biofilm formation and twitching.We also found that environmental strains evolve differently in SCFM compared to their CF-clinical counterparts.Environmental strains significantly decreased in H2O2 resistance, pigment production, and swimming whereas clinical strains slightly increased or remained unchanged.Furthermore, while the environmental strains often underwent greater fitness leaps than the clinical strains, this was not true for all strains.We hypothesize then that particular niches may better prime strains for causing infection over others.Altogether our results suggest there is widespread variation in the adaptation of P. aeruginosa, which is in part constrained by both genetic background, and niche of origin.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,276
Écart entre enseignants0,259 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEvolution and Genetic Dynamics→Travaux en français237 207→