MétaCan
Menu
← Retour à la cohorte
Enregistrement W2798523482 · doi:10.1101/309625

Broad-spectrum adaptive antibiotic resistance associated with <i>Pseudomonas aeruginosa</i> mucin-dependent surfing motility

2018· preprint· en· W2798523482 sur OpenAlexafffund
Evelyn Sun, Erin E. Gill, Reza Falsafi, Amy Yeung, Sijie Liu, Robert E. W. Hancock

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensInstitute of Infection and ImmunityUniversity of British Columbia
Organismes subventionnairesKillam Trusts
Mots-clésResistomePseudomonas aeruginosaAntibioticsBiologyMicrobiologyGeneMucinAntibiotic resistanceMutantPolymyxinPhenotypePlasmidBacteriaGeneticsIntegron

Résumé

récupéré en direct d'OpenAlex

Abstract Surfing motility is a novel form of surface adaptation exhibited by the nosocomial pathogen, Pseudomonas aeruginosa , in the presence of the glycoprotein mucin that is found in high abundance at mucosal surfaces especially the lungs of cystic fibrosis and bronchiectasis patients. Here we investigated the adaptive antibiotic resistance of P. aeruginosa under conditions in which surfing occurs compared to cells undergoing swimming. P. aeruginosa surfing cells were significantly more resistant to several classes of antibiotics including aminoglycosides, carbapenems, polymyxins, and fluroquinolones. This was confirmed by incorporation of antibiotics into growth medium, which revealed a concentration-dependent inhibition of surfing motility that occurred at concentrations much higher than those needed to inhibit swimming. To investigate the basis of resistance, RNA-Seq was performed and revealed that surfing influenced the expression of numerous genes. Included amongst genes dysregulated under surfing conditions were multiple genes from the Pseudomonas resistome, which are known to affect antibiotic resistance when mutated. Screening transposon mutants in these surfing-dysregulated resistome genes revealed that several of these mutants exhibited changes in susceptibility to one or more antibiotics under surfing conditions, consistent with a contribution to the observed adaptive resistance. In particular, several mutants in resistome genes, including armR, recG, atpB, clpS, nuoB , and certain hypothetical genes such as PA5130, PA3576 and PA4292, showed contributions to broad-spectrum resistance under surfing conditions and could be complemented by their respective cloned genes. Therefore, we propose that surfing adaption led to extensive multidrug adaptive resistance as a result of the collective dysregulation of diverse genes.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
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'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetCystic Fibrosis Research Advances→Travaux en français237 207→