Cross-feeding modulates the rate and mechanism of antibiotic resistance evolution in a model microbial community of Escherichia coli and Salmonella enterica
Notice bibliographique
Résumé
With antibiotic resistance rates on the rise, it is critical to understand how microbial species interactions influence the evolution of resistance. In obligate mutualisms, the survival of any one species (regardless of its intrinsic resistance) is contingent on the resistance of its cross-feeding partners. This sets the community antibiotic sensitivity at that of the 'weakest link' species. In this study, we tested the hypothesis that weakest link dynamics in an obligate cross-feeding relationship would limit the extent and mechanisms of antibiotic resistance evolution. We experimentally evolved an obligate co-culture and monoculture controls along gradients of two different antibiotics. We measured the rate at which each treatment increased antibiotic resistance, and sequenced terminal populations to question whether mutations differed between mono- and co-cultures. In both rifampicin and ampicillin treatments, we observed that resistance evolved more slowly in obligate co-cultures of E. coli and S. enterica than in monocultures. While we observed similar mechanisms of resistance arising under rifampicin selection, under ampicillin selection different resistance mechanisms arose in co-cultures and monocultures. In particular, mutations in an essential cell division protein, ftsI, arose in S. enterica only in co-culture. A simple mathematical model demonstrated that reliance on a partner is sufficient to slow the rate of adaptation, and can change the distribution of adaptive mutations that are acquired. Our results demonstrate that cooperative metabolic interactions can be an important modulator of resistance evolution in microbial communities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 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 ».