MétaCan
Menu
Retour à la cohorte
Enregistrement W3127018168 · doi:10.1099/mgen.0.000511

Transmission, adaptation and geographical spread of the Pseudomonas aeruginosa Liverpool epidemic strain

2021· article· en· W3127018168 sur OpenAlexafffundabout
Matthew Moore, Iain L. Lamont, David Williams, Steve Paterson, Irena Kukavica‐Ibrulj, Nicholas P. Tucker, D. Kenna, Jane F. Turton, Julie Jeukens, Luca Freschi, Bryan A. Wee, Nicholas J. Loman, S. Holden, Susan Manzoor, Peter M. Hawkey, Kevin W Southern, Martin Walshaw, Roger C. Lévesque, Joanne L. Fothergill, Craig Winstanley

Notice bibliographique

RevueMicrobial Genomics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Health and Medical Research CouncilCystic Fibrosis TrustCystic Fibrosis Canada
Mots-clésProphageBiologyGenomeLineage (genetic)Phylogenetic treePopulation genomicsGeneticsWhole genome sequencingCladeStrain (injury)Comparative genomicsPopulationMultilocus sequence typingGenomicsGeneGenotypeMedicineBacteriophage

Résumé

récupéré en direct d'OpenAlex

The Liverpool epidemic strain (LES) is an important transmissible clonal lineage of Pseudomonas aeruginosa that chronically infects the lungs of people with cystic fibrosis (CF). Previous studies have focused on the genomics of the LES in a limited number of isolates, mostly from one CF centre in the UK, and from studies highlighting identification of the LES in Canada. Here we significantly extend the current LES genome database by genome sequencing 91 isolates from multiple CF centres across the UK, and we describe the comparative genomics of this large collection of LES isolates from the UK and Canada. Phylogenetic analysis revealed that the 145 LES genomes analysed formed a distinct clonal lineage when compared with the wider P. aeruginosa population. Notably, the isolates formed two clades: one associated with isolates from Canada, and the other associated with UK isolates. Further analysis of the UK LES isolates revealed clustering by clinic geography. Where isolates clustered closely together, the association was often supported by clinical data linking isolates or patients. When compared with the earliest known isolate, LESB58 (from 1988), many UK LES isolates shared common loss-of-function mutations, such as in genes gltR and fleR . Other loss-of-function mutations identified in previous studies as common adaptations during CF chronic lung infections were also identified in multiple LES isolates. Analysis of the LES accessory genome (including genomic islands and prophages) revealed variations in the carriage of large genomic regions, with some evidence for shared genomic island/prophage complement according to clinic location. Our study reveals divergence and adaptation during the spread of the LES, within the UK and between continents.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,018
Tête enseignante GPT0,262
Écart entre enseignants0,244 · 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'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

Citations22
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMicrobial GenomicsMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207