MétaCan
Menu
Retour à la cohorte
Enregistrement W3027037305 · doi:10.1093/ve/veaa042

When to be temperate: on the fitness benefits of lysis vs. lysogeny

2020· article· en· W3027037305 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueVirus Evolution · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensMcMaster University
Organismes subventionnairesSimons Foundation
Mots-clésLytic cycleLysogenic cycleBiologyProphageBacteriophageTemperatenessGenomeHuman viromeLysogenGeneticsContext (archaeology)VirusVirologyEvolutionary biologyMicrobiologyGeneEscherichia coli

Résumé

récupéré en direct d'OpenAlex

Bacterial viruses, that is 'bacteriophage' or 'phage', can infect and lyse their bacterial hosts, releasing new viral progeny. In addition to the lytic pathway, certain bacteriophage (i.e. 'temperate' bacteriophage) can also initiate lysogeny, a latent mode of infection in which the viral genome is integrated into and replicated with the bacterial chromosome. Subsequently, the integrated viral genome, that is the 'prophage', can induce and restart the lytic pathway. Here, we explore the relationship among infection mode, ecological context, and viral fitness, in essence asking: when should viruses be temperate? To do so, we use network loop analysis to quantify fitness in terms of network paths through the life history of an infectious pathogen that start and end with infected cells. This analysis reveals that temperate strategies, particularly those with direct benefits to cellular fitness, should be favored at low host abundances. This finding applies to a spectrum of mechanistic models of phage-bacteria dynamics spanning both explicit and implicit representations of intra-cellular infection dynamics. However, the same analysis reveals that temperate strategies, in and of themselves, do not provide an advantage when infection imposes a cost to cellular fitness. Hence, we use evolutionary invasion analysis to explore when temperate phage can invade microbial communities with circulating lytic phage. We find that lytic phage can drive down niche competition amongst microbial cells, facilitating the subsequent invasion of latent strategies that increase cellular resistance and/or immunity to infection by lytic viruses-notably this finding holds even when the prophage comes at a direct fitness cost to cellular reproduction. Altogether, our analysis identifies broad ecological conditions that favor latency and provide a principled framework for exploring the impacts of ecological context on both the short- and long-term benefits of being temperate.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,520
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,026
Tête enseignante GPT0,229
Écart entre enseignants0,203 · 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