The Effect of Environmental Heterogeniety on the Fitness of Antibiotic Resistant Escherichia Coli
Notice bibliographique
Résumé
The cost of antimicrobial resistance (AMR) is the reduction of fitness of a resistant mutant relative to a susceptible strain in the absence of drug.Costs of resistance are usually estimated in a single environment and on one genetic background; these fitness estimates may not be representative of what happens in nature.I measured the fitness of AMR E. coli strains in different environments, including medically and ecologically relevant ones.To do this, a collection of AMR strains of Escherichia coli bearing a single resistance mutation were competed against their ancestral strain in 10 different media.The results of this study indicate that laboratory media does not predict fitness in natural environments.We found environments in which resistance alleles suffered no cost, suggesting that these mutants may persist for long periods of time.Data on the fitness of AMR pathogens across environments will help manage their spread."A [persons]'s friendships are one of the best measures of his worth."Charles Darwin Finishing this thesis would not have been possible without the support of many people.First, I would like to thank my supervisor, Alex Wong, for his kindness and encouragement.I joined Alex's lab in September 2016, and in that short amount of time, he has truly inspired me to never give up on my goals and that anything is possible.During the past 2 years he has guided me, expanded my knowledge base, and has been supportive of my hobbies.He genuinely cares about his students as individuals and serves as a life mentor as well as an academic mentor.The effect of Alex's guidance has been truly transformational.I am a better scientist and person because of his supervision and guidance.My lab members have been my champions, teachers, mentors, and most of all friends throughout this degree.Thanks to Bryn Hazlett and Amanda Carroll, for sharing the good times and the bad times (failed experiments) during this degree, for always being down to go to Burrito Shack, and for taking care of me when I drank too much wine at CSM Waterloo.Thanks to Andrew Low for much help with bioinformatics, and for being my office buddy until you left.Thanks to Nicole Filipow for always lending an ear to talk science
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».