MétaCan
Menu
Retour à la cohorte
Enregistrement W3106419186 · doi:10.1186/s40168-020-00926-6

Unravelling the importance of the eukaryotic and bacterial communities and their relationship with Legionella spp. ecology in cooling towers: a complex network

2020· article· en· W3106419186 sur OpenAlexafffund
Kiran Paranjape, Émilie Bédard, Deeksha Shetty, Mengqi Hu, Fiona Chan‐Pak‐Choon, Michèle Prévost, Sébastien P. Faucher

Notice bibliographique

RevueMicrobiome · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLegionella and Acanthamoeba research
Établissements canadiensPolytechnique MontréalMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésLegionellaBiologyLegionella pneumophilaMicrobial ecologyEcologyMicrobial population biologyOutbreakLegionnaires' diseaseMicrobiologyBacteriaVirologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cooling towers are a major source of large community-associated outbreaks of Legionnaires' disease, a severe pneumonia. This disease is contracted when inhaling aerosols that are contaminated with bacteria from the genus Legionella, most importantly Legionella pneumophila. How cooling towers support the growth of this bacterium is still not well understood. As Legionella species are intracellular parasites of protozoa, it is assumed that protozoan community in cooling towers play an important role in Legionella ecology and outbreaks. However, the exact mechanism of how the eukaryotic community contributes to Legionella ecology is still unclear. Therefore, we used 18S rRNA gene amplicon sequencing to characterize the eukaryotic communities of 18 different cooling towers. The data from the eukaryotic community was then analysed with the bacterial community of the same towers in order to understand how each community could affect Legionella spp. ecology in cooling towers. RESULTS: We identified several microbial groups in the cooling tower ecosystem associated with Legionella spp. that suggest the presence of a microbial loop in these systems. Dissolved organic carbon was shown to be a major factor in shaping the eukaryotic community and may be an important factor for Legionella ecology. Network analysis, based on co-occurrence, revealed that Legionella was correlated with a number of different organisms. Out of these, the bacterial genus Brevundimonas and the ciliate class Oligohymenophorea were shown, through in vitro experiments, to stimulate the growth of L. pneumophila through direct and indirect mechanisms. CONCLUSION: Our results suggest that Legionella ecology depends on the host community, including ciliates and on several groups of organisms that contribute to its survival and growth in the cooling tower ecosystem. These findings further support the idea that some cooling tower microbiomes may promote the survival and growth of Legionella better than others. Video Abstract.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,217

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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,238
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations37
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrobiomeMême sujetLegionella and Acanthamoeba researchTravaux en français237 207