Detection of carbapenem-resistance genes in bacteria isolated from wastewater in Ontario
Notice bibliographique
Résumé
Bacterial carbapenem resistance is a major public health concern since these antimicrobials are often the last resort to treat serious human infections. To evaluate methodologies for detection of carbapenem resistance, carbapenem-tolerant bacteria were isolated from wastewater treatment plants in Toronto, Ottawa, and Arnprior, Ontario. A total of 135 carbapenem-tolerant bacteria were recovered. Polymerase chain reaction (PCR) indicated the presence of carbapenem hydrolysing enzymes KPC ( n = 10), GES ( n = 5), VIM ( n = 7), and IMP ( n = 1), and β-lactamases TEM ( n = 7), PER ( n = 1), and OXA-variants ( n = 16). A subset of 46 isolates were sequenced and analysed using ResFinder and CARD-RGI. Both programs detected carbapenem resistance genes in 35 sequenced isolates and antimicrobial resistance genes (ARGs) conferring resistance to multiple class of other antibiotics. Where β-lactamase resistance genes were not initially identified, lowering the thresholds for ARG detection enabled identification of closely related β-lactamases. However, no known carbapenem resistance genes were found in seven sequenced Pseudomonas spp. isolates. Also of note was a multi-drug-resistant Klebsiella pneumoniae isolate from Ottawa, which harboured resistance to seven antimicrobial classes including β-lactams. These results highlight the diversity of genes encoding carbapenem resistance in Ontario and the utility of whole genome sequencing over PCR for ARG detection where resistance may result from an assortment of genes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».