Large-scale genomic analysis of antimicrobial resistance in the zoonotic pathogen Streptococcus suis
Notice bibliographique
Résumé
BACKGROUND: Antimicrobial resistance (AMR) is among the gravest threats to human health and food security worldwide. The use of antimicrobials in livestock production can lead to emergence of AMR, which can have direct effects on humans through spread of zoonotic disease. Pigs pose a particular risk as they are a source of zoonotic diseases and receive more antimicrobials than most other livestock. Here we use a large-scale genomic approach to characterise AMR in Streptococcus suis, a commensal found in most pigs, but which can also cause serious disease in both pigs and humans. RESULTS: We obtained replicated measures of Minimum Inhibitory Concentration (MIC) for 16 antibiotics, across a panel of 678 isolates, from the major pig-producing regions of the world. For several drugs, there was no natural separation into 'resistant' and 'susceptible', highlighting the need to treat MIC as a quantitative trait. We found differences in MICs between countries, consistent with their patterns of antimicrobial usage. AMR levels were high even for drugs not used to treat S. suis, with many multidrug-resistant isolates. Similar levels of resistance were found in pigs and humans from regions associated with zoonotic transmission. We next used whole genome sequences for each isolate to identify 43 candidate resistance determinants, 22 of which were novel in S. suis. The presence of these determinants explained most of the variation in MIC. But there were also interesting complications, including epistatic interactions, where known resistance alleles had no effect in some genetic backgrounds. Beta-lactam resistance involved many core genome variants of small effect, appearing in a characteristic order. CONCLUSIONS: We present a large dataset allowing the analysis of the multiple contributing factors to AMR in S. suis. The high levels of AMR in S. suis that we observe are reflected by antibiotic usage patterns but our results confirm the potential for genomic data to aid in the fight against AMR.
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 | 0,001 |
| 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) | 0,000 | 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 ».