Proposed virulence-associated genes of Streptococcus suis isolates from the United States serve as predictors of pathogenicity
Notice bibliographique
Résumé
BACKGROUND: There is limited information on the distribution of virulence-associated genes (VAGs) in U.S. Streptococcus suis isolates, resulting in little understanding of the pathogenic potential of these isolates. This lack also reduces our understanding of the epidemiology associated with S. suis in the United States and thus affects the efficiency of control and prevention strategies. In this study we applied whole genome sequencing (WGS)-based approaches for the characterization of S. suis and identification of VAGs. RESULTS: Of 208 S. suis isolates classified as pathogenic, possibly opportunistic, and commensal pathotypes, the genotype based on the classical VAGs (epf, mrp, and sly encoding the extracellular protein factor, muramidase-release protein, and suilysin, respectively) was identified in 9% (epf+/mrp+/sly+) of the pathogenic pathotype. Using the chi-square test and LASSO regression model, the VAGs ofs (encoding the serum opacity factor) and srtF (encoding sortase F) were selected out of 71 published VAGs as having a significant association with pathotype, and both genes were found in 95% of the pathogenic pathotype. The ofs+/srtF+ genotype was also present in 74% of 'pathogenic' isolates from a separate validation set of isolates. Pan-genome clustering resulted in the differentiation of a group of isolates from five swine production companies into clusters corresponding to clonal complex (CC) and virulence-associated (VA) genotypes. The same CC-VA genotype patterns were identified in multiple production companies, suggesting a lack of association between production company, CC, or VA genotype. CONCLUSIONS: The proposed ofs and srtF genes were stronger predictors for differentiating pathogenic and commensal S. suis isolates compared to the classical VAGs in two sets of U.S. isolates. Pan-genome analysis in combination with metadata (serotype, ST/CC, VA genotype) was illustrated to be a valuable subtyping tool to describe the genetic diversity of S. suis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».