MétaCan
Menu
Retour à la cohorte
Enregistrement W3044041789 · doi:10.3390/jof6030118

Aspergillus Is Inhibited by Pseudomonas aeruginosa Volatiles

2020· article· en· W3044041789 sur OpenAlexaff
Hasan Nazik, Gabriele Sass, Éric Déziel, David A. Stevens

Notice bibliographique

RevueJournal of Fungi · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésPseudomonas aeruginosaMicrobiologyAspergillusBiologyPseudomonasChemistryBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: (Af) compete with each other for nutrients and survival in natural environments, and have been extensively studied because of their intermicrobial interactions in the human microbiome. These are the principal microbes infecting immunocompromised patients and persons with cystic fibrosis, particularly the airways. These intermicrobial studies have largely been conducted in liquid medium or on agar, and thus focus on soluble or diffusible microbial products. Several key inhibitory molecules were defined in such studies. METHODS: in the present report, we examine several methodologies which can be conveniently used to study the interaction of microbial volatiles, including capture methods and kinetics. RESULTS: Pa volatiles inhibit Af, and the inhibitory mechanism appears to be the incorporation of the inhibitory molecules into the substrate nourishing the Af, rather than directly onto Af structures. We define by mass spectroscopy some specific volatile Pa products that can inhibit Af. Some of these molecules are selected for interest by the study of gene deletion mutants, producing a few Pa strains that were impaired in inhibition. We presumed the volatiles of these latter strains could be excluded from the search for inhibitors. CONCLUSION: the Pa inhibition of Af via a gaseous phase could be critical components in their competition, particularly in airways, where more direct contact may not be extensive.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,288
Écart entre enseignants0,269 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of FungiMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207