MétaCan
Menu
Retour à la cohorte
Enregistrement W3140304988 · doi:10.1128/mbio.03328-20

Balancing Positive and Negative Selection: <i>In Vivo</i> Evolution of Candida lusitaniae <i>MRR1</i>

2021· article· en· W3140304988 sur OpenAlexfundno aff
Elora G. Demers, Jason Stajich, Alix Ashare, Patricia Occhipinti, Deborah A. Hogan

Notice bibliographique

RevuemBio · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAntifungal resistance and susceptibility
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Microbiology and Infectious Diseases, National Institute of Allergy and Infectious DiseasesNational Institute of Allergy and Infectious DiseasesNational Institute of Diabetes and Digestive and Kidney DiseasesCanadian Institute for Advanced ResearchNIH Office of the DirectorNational Heart, Lung, and Blood InstituteDartmouth CollegeNational Institute of General Medical SciencesNational Cancer InstituteNational Science FoundationNational Institutes of HealthCystic Fibrosis Foundation
Mots-clésBiologyMicrobiologyPathogenSelection (genetic algorithm)Computer science

Résumé

récupéré en direct d'OpenAlex

infection revealed the selection for both high and low Mrr1 activity. Our studies reveal trade-offs between high Mrr1 activity, which confers resistance to the commonly used antifungal fluconazole, host antimicrobial peptides, and bacterial products, and resistance to hydrogen peroxide. This work suggests that spatial or temporal differences within chronic infections can support a large amount of dynamic and parallel evolution and that Mrr1 activity is under both positive and negative selective pressure to balance different traits that are important for microbial survival.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,298

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 Opus0,005
Tête enseignante GPT0,235
Écart entre enseignants0,230 · 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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemBioMême sujetAntifungal resistance and susceptibilityTravaux en français237 207