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 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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,090
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