Functional screening for triclosan resistance in a wastewater metagenome and isolates of Escherichia coli and Enterococcus spp. from a large Canadian healthcare region
Notice bibliographique
Résumé
The biocide triclosan is in many consumer products and is a frequent contaminant of wastewater (WW) such that there is concern that triclosan promotes resistance to important antibiotics. This study identified functional mechanisms of triclosan resistance (TCSR) in WW metagenomes, and assessed the frequency of TCSR in WW-derived and clinical isolates of Escherichia coli and Enterococcus spp. Metagenomic DNA extracted from WW was used to profile the microbiome and construct large-insert cosmid libraries, which were screened for TCSR. Resistant cosmids were sequenced and the TCSR determinant identified by transposon mutagenesis. Wastewater Enterococcus spp. (N = 94) and E. coli (N = 99) and clinical Enterococcus spp. (N = 146) and vancomycin-resistant E. faecium (VRE; N = 149) were collected and tested for resistance to triclosan and a comprehensive drug panel. Functional metagenomic screening revealed diverse FabV homologs as major WW TCSR determinants. Resistant clones harboured sequences likely originating from Aeromonas spp., a common WW microbe. The triclosan MIC90s for E. coli, E. faecalis, and E. faecium isolates were 0.125, 32, and 32 mg/L, respectively. For E. coli, there was no correlation between the triclosan MIC and any drug tested. Negative correlations were detected between the triclosan MIC and levofloxacin resistance for E. faecalis, and between triclosan and vancomycin, teicoplanin, and ampicillin resistance for E. faecium. Thus, FabV homologs were the major contributor to the WW triclosan resistome and high-level TCSR was not observed in WW or clinical isolates. Elevated triclosan MICs were not positively correlated with antimicrobial resistance to any drug tested.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».