MétaCan
Menu
Retour à la cohorte
Enregistrement W2952887497 · doi:10.1371/journal.pone.0205202

The evolution of antibiotic production rate in a spatial model of bacterial competition

2018· article· en· W2952887497 sur OpenAlexafffund
Jakub Kosakowski, Prateek Verma, Supratim Sengupta, Paul G. Higgs

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute CanadaMcMaster University
Mots-clésCompetition (biology)BiologyAntibioticsAntibiotic resistanceProduction (economics)Growth rateBacteriaProduction rateMicrobiologyGeneticsEcologyMicroeconomicsMathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

We consider competition between antibiotic producing bacteria, non-producers (or cheaters), and sensitive cells in a two-dimensional lattice model. Previous work has shown that these three cell types can survive in spatial models due to the presence of spatial patterns, whereas coexistence is not possible in a well-mixed system. We extend this to consider the evolution of the antibiotic production rate, assuming that the cost of antibiotic production leads to a reduction in growth rate of the producers. We find that coexistence occurs for an intermediate range of antibiotic production rate. If production rate is too high or too low, only sensitive cells survive. When evolution of production rate is allowed, a mixture of cell types arises in which there is a dominant producer strain that produces sufficient to limit the growth of sensitive cells and which is able to withstand the presence of cheaters in its own species. The mixture includes a range of low-rate producers and non-producers, none of which could survive without the presence of the dominant producer strain. We also consider the case of evolution of antibiotic resistance within the sensitive species. In order for the resistant cells to survive, they must grow faster than both the non-producers and the producers. However, if the resistant cells grow too rapidly, the producing species is eliminated, after which the resistance mutation is no longer useful, and sensitive cells take over the system. We show that there is a range of growth rates of the resistant cells where the two species coexist, and where the production mechanism is maintained as a polymorphism in the producing species and the resistance mechanism is maintained as a polymorphism in the sensitive species.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,213
Écart entre enseignants0,198 · 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'étudeSimulation ou modélisation
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

Citations14
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetEvolution and Genetic DynamicsTravaux en français237 207