MétaCan
Menu
Retour à la cohorte
Enregistrement W2990496964 · doi:10.1128/microbiolspec.gpp3-0071-2019

Staphylococci: Evolving Genomes

2019· review· en· W2990496964 sur OpenAlexaff
Jodi A. Lindsay

Notice bibliographique

RevueMicrobiology Spectrum · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAntimicrobial Resistance in Staphylococcus
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesMedical Research Council
Mots-clésGenomeBiologyOrganismBacterial genome sizeStaphylococcus aureusGenomicsDNA sequencingEvolutionary biologyComputational biologyGeneticsGeneBacteria

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Staphylococci, and in particular Staphylococcus aureus , cause an extensive variety of infections in a range of hosts. The comprehensive analysis of staphylococcal genomes reveals mechanisms controlling the organism’s biology, pathobiology, and dissemination. Whole-genome sequencing technologies led to a quantum leap in our understanding of bacterial genomes. The recent cost reduction of sequencing has resulted in unprecedented volumes of genomic information about S. aureus , one of the most sequenced bacterial species. Collecting, comparing, and interpreting big data is challenging, but fascinating insights have emerged. For example, it is becoming clearer which selective pressures staphylococci face in their habitats and which mechanisms allow this pathogen to adapt, survive, and spread. A key theme is the constant evolution of staphylococci as they alter their genome, exchange DNA, and adapt to new environments, leading to the emergence of increasingly successful, antibiotic-resistant, immune-evading, and host-adapted colonizers and pathogens. This article introduces the structure of staphylococcal genomes, details how genomes vary between strains, outlines the mechanisms of genetic variation, and describes the features of successful clones.

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,038
Tête enseignante GPT0,321
Écart entre enseignants0,283 · 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

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicrobiology SpectrumMême sujetAntimicrobial Resistance in StaphylococcusTravaux en français237 207