MétaCan
Menu
Retour à la cohorte
Enregistrement W2970189291 · doi:10.1111/cmi.13107

Here, there, and everywhere: How pathogenic<i>Escherichia coli</i>sense and respond to gastrointestinal biogeography

2019· review· en· W2970189291 sur OpenAlexafffund
Sarah E. Woodward, Zakhar Krekhno, B. Brett Finlay

Notice bibliographique

RevueCellular Microbiology · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEscherichia coli research studies
Établissements canadiensCanada's Michael Smith Genome Sciences CentreMichael Smith Health Research BCUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCitrobacter rodentiumBiologyColonisationMicrobiologyEnteropathogenic Escherichia coliEffectorSecretionPathogenHost (biology)Gastrointestinal tractType three secretion systemCitrobacterEscherichia coliIntestinal epitheliumEnterobacteriaceaeVirulenceColonizationEpitheliumImmunologyEcologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Gastrointestinal (GI) pathogens enteropathogenic and enterohaemorrhagic Escherichia coli (EPEC and EHEC), and related mouse pathogen Citrobacter rodentium, are referred to as attaching and effacing (AE) pathogens for the lesions they form upon colonisation of the host epithelium. EPEC, EHEC, and C. rodentium are well known to use a type III secretion system to intimately attach to intestinal cells and secrete bacterial effectors to manipulate host cell processes. Less well known is the ability of AE pathogens to overcome significant physiological and microbial barriers and target specific gut niches for initial colonisation of the host epithelium. This review considers recent work highlighting the biogeography of the GI tract as it applies to colonisation by enteric pathogens, including environmental barriers to enteric infection, signals sensed by AE pathogens for navigation of the GI tract, and the tools AE pathogens use to respond to the changing host environment.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,023
Tête enseignante GPT0,272
Écart entre enseignants0,249 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCellular MicrobiologyMême sujetEscherichia coli research studiesTravaux en français237 207