Bacteriocin Occurrence and Activity in Escherichia coli Isolated from Bovines and Wastewater
Notice bibliographique
Résumé
The increasing prevalence of antimicrobial resistant (AMR) E. coli and related Enterobacteriaceae is a serious problem necessitating new mitigation strategies and antimicrobial agents. Bacteriocins, functionally diverse toxins produced by most microbes, have long been studied for their antimicrobial potential. Bacteriocins have once again received attention for their role as probiotic traits that could mitigate pathogen burden and AMR bacteria in livestock. Here, bacteriocins were identified by activity screening and whole-genome sequencing of bacteriocin-producers capable of inhibiting bovine and wastewater E. coli isolates enriched for resistance to cephalosporins. Producers were tested for activity against shiga toxin-producing E. coli (STEC), AMR E. coli, and related enteric pathogens. Multiple bacteriocins were found in 14 out of 90 E. coli isolates tested. Based on alignment within BACTIBASE, colicins M, B, R, Ia, Ib, S4, E1, E2, and microcins V, J25, and H47, encoded by identical, variant, or truncated genes were identified. Although some bacteriocin-producers exhibited activity against AMR and STEC E. coli in agar-based assays, most did not. Despite this idiosyncrasy, liquid co-cultures of all bacteriocinogenic isolates with luciferase-expressing generic (K12) or STEC E. coli (EDL933) resulted in inhibited growth or reduced viability. These abundant toxins may have real potential as next-generation control strategies in livestock production systems but separating the bacteriocin from its immunity gene may be necessary for such a strategy to be effective.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».