A multilocus sequence typing scheme for Mycobacterium abscessus complex (MAB-multilocus sequence typing) using whole-genome sequencing data
Notice bibliographique
Résumé
Background: Mycobacterium abscessus is a rapid growing nontuberculous mycobacteria (NTM) and a clinically significant pathogen capable of causing variable infections in humans that are difficult to treat and may require months of therapy/surgical interventions. Like other NTMs, M. abscessus can be associated with outbreaks leading to complex investigations and treatment of affected cases. Typing schemes for bacterial pathogens provide numerous applications; including identifying chain of transmission and tracking genomic evolution, are lacking or limited for many NTMs including M. abscessus. Methods: We extended the existing scheme from PubMLST using whole-genome data for M. abscessus by extracting data for 15 genetic regions within the M. abscessus genome. A total of 168 whole genomes and 11 gene sequences were used to build this scheme (MAB-multilocus sequence typing [MLST]). Results: All seven genes from the PubMLST scheme, namely argH, cya, gnd, murC, pta, purH, and rpoB, were expanded by 10, 14, 13, 10, 13, 10, and 9 alleles, respectively. Another eight novel genes were added including hsp 65, erm(41), arr, rrs, rrl, gyrA, gyrB, and recA with 16, 16, 25, 7, 32, 35, 29, and 15 alleles, respectively, with 85 unique sequence types identified among all isolates. Conclusion: MAB-MLST can provide identification of M. abscessus complex to the subspecies level based on three genes and can provide antimicrobial resistance susceptibility prediction based on results from seven genes. MAB-MLST generated a total of 85 STs, resulting in subtyping of 90 additional isolates that could not be genotyped using PubMLST and yielding results comparable to whole-genome sequencing (WGS). Implementation of a Galaxy-based data analysis tool, MAB-MLST, that simplifies the WGS data and yet maintains a high discriminatory index that can aid in deciphering an outbreak has vast applicability for routine diagnostics.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».