Development of an effective in vitro epithelial cell infection model to study Edwardsiella tarda infections
Notice bibliographique
Résumé
Edwardsiella tarda is an enteric pathogen that infects both warm‐water fish and humans. While it is known that E. tarda utilizes syringe‐like secretion systems to deliver bacterially‐derived pathogenic proteins into macrophages during infection, little is known about E. tarda pathogenesis in epithelial cells. To enable the investigation of E. tarda infection mechanisms, we hypothesized that an effective and reliable E. tarda infection model could be developed by utilizing epithelial cells that originate from organs that are targeted during in vivo infections. To develop this in vitro model, isolates of E. tarda from various locations around the world were used to infect 4 different epithelial cell lines derived from fish, using various bacterial loads and durations of the infections. We found that E. tarda infected 10–15% of BF‐2 (Bluegill fry caudal trunk cells) when used at a multiplicity of infection of 10 for three hours at 30°C. The E. tarda infection rate was measured by counting infected cells per slide after fixation and visualization by fluorescence microscopy. Our results constitute the most effective E. tarda infection model ever developed and provides us the foundation to elucidate the strategies E. tarda utilize to cause disease. Grant Funding Source : Natural Sciences and Engineering Research Council
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».