MétaCan
Menu
Retour à la cohorte
Enregistrement W3087597930 · doi:10.2217/fmb-2020-0027

Genome Sequence-Based Curation of PubMLST Data Challenges Interspecies Recombination in the <i>Burkholderia</i> <i>Cepacia</i> Complex

2020· editorial· en· W3087597930 sur OpenAlexaboutno aff
Charlotte Peeters, Eliza Depoorter, Evelien De Canck, Peter Vandamme

Notice bibliographique

RevueFuture Microbiology · 2020
Typeeditorial
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of OxfordWellcome Trust
Mots-clésGenomeBiologyBurkholderia cepacia complexGeneticsSequence (biology)Whole genome sequencingComputational biologyBurkholderiaBacteriaGene

Résumé

récupéré en direct d'OpenAlex

Multilocus sequence typing (MLST) has been the gold standard for typing and identification of a wide range of bacteria for two decades [1][2][3].Public MLST databases allow researchers worldwide to analyze and deposit data, and enable the study of the global prevalence and epidemiology of a broad range of bacteria [3,4].A Burkholderia cepacia complex (Bcc) MLST scheme based on partial atpD, gltB, gyrB, recA, lepA, phaC and trpB gene sequence analysis was developed for both species and strain level differentiation [5][6][7].PCR primers were subsequently improved to reliably amplify the target loci from both Bcc and non-Bcc Burkholderia bacteria and to enable the use of a single primer set for amplification and sequencing [8].The large number of recent publications that used MLST and the accompanying Bcc PubMLST database as a tool for epidemiological studies shows that MLST is a well-established method that enabled outbreak surveillance, shed light on the global distribution of strains and elucidated Bcc epidemiology and population structure [9].While the first few hundred sequence types were primarily originating from European, American and Canadian isolates, there has been an increase in submissions from Australia and countries in Asia and South-America.Reproducibility and portability have been considered major advantages of MLST over earlier typing and identification methods [1,2].In today's genomics era, traditional Sanger sequencing of MLST loci is gradually replaced by the extraction of MLST alleles from next-generation sequencing data, thus sustaining the continued use of the same MLST schemes [2,10].As curators of the Bcc PubMLST database [3,11] we observed that genome sequence derived MLST data revealed several types of conflicts with earlier MLST data that were generated through Sanger sequencing.We generated genome sequences from high-coverage Illumina data for 113 Bcc isolates (method as previously described by Peeters et al. [12], [unpublished data]) for which Sanger sequencing based MLST data were available; for 34 of these isolates (30%) there was a conflict between the genome sequence derived and earlier MLST data.Generally, two types of conflict were found.In one type of conflict the genome sequence derived MLST alleles revealed one or a few single nucleotide polymorphisms compared with the earlier MLST data.An example of this type of error was found for Burkholderia multivorans outbreak strain C1576 [13], for which the initial MLST analysis yielded lepA-8 and trpB-6 [7], while more recent analyses uncovered lepA-224 [14] (1/397 nucleotide differences) and trpB-415 (GenBank/ENA accession number ERS784904) (3/301 nucleotide differences), changing the sequence type from ST-27 into ST-899.Because the coverage of Illumina data by far exceeds that of traditional Sanger sequencing, it is not unexpected to find a few false single nucleotide polymorphisms in the original MLST data [15,16].

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)0,018
score de la tête « metaresearch » (Gemma)0,060
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: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0120,013
Études des sciences et des technologies0,0020,002
Communication savante0,0100,004
Science ouverte0,0040,006
Intégrité de la recherche0,0020,008
Charge utile insuffisante (le modèle a refusé de juger)0,0070,016

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 Opus0,090
Tête enseignante GPT0,341
Écart entre enseignants0,251 · 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
GenreÉditorial

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

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuture MicrobiologyMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207