MétaCan
Menu
Retour à la cohorte
Enregistrement W3209414443 · doi:10.3389/fmicb.2021.751863

Comparative Genomic Analysis of Streptococcus dysgalactiae subspecies dysgalactiae Isolated From Bovine Mastitis in China

2021· article· en· W3209414443 sur OpenAlexaff
Siyu Xu, Yang Liu, Jian Gao, Man Zhou, Jingyue Yang, Fumeng He, John P. Kastelic, Zhaoju Deng, Bo Han

Notice bibliographique

RevueFrontiers in Microbiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésStreptococcus dysgalactiaeBiologyMastitisMultilocus sequence typingPhylogenetic treeVirulenceWhole genome sequencingGeneticsMicrobiologySanger sequencingGenomeStreptococcus agalactiaeGenotypeGeneDNA sequencingStreptococcusBacteria

Résumé

récupéré en direct d'OpenAlex

(SDSD) is one of the most prevalent pathogens causing bovine mastitis worldwide. However, there is a lack of comprehensive information regarding genetic diversity, complete profiles of virulence factors (VFs), and antimicrobial resistance (AMR) genes for SDSD associated with bovine mastitis in China. In this study, a total of 674 milk samples, including samples from 509 clinical and 165 subclinical mastitis cases, were collected from 17 herds in 7 provinces in China from November 2016 to June 2019. All SDSD isolates were included in phylogenetic analysis based on 16S rRNA and multi-locus sequence typing (MLST). In addition, whole genome sequencing was performed on 12 representative SDSD isolates to screen for VFs and AMR genes and to define pan-, core and accessory genomes. The prevalence of SDSD from mastitis milk samples was 7.57% (51/674). According to phylogenetic analysis based on 16S rRNA, 51 SDSD isolates were divided into 4 clusters, whereas based on MLST, 51 SDSD isolates were identified as 11 sequence types, including 6 registered STs and 5 novel STs (ST521, ST523, ST526, ST527, ST529) that belonged to 2 distinct clonal complexes (CCs) and 4 singletons. Based on WGS information, 108 VFs genes in 12 isolates were determined in 11 categories. In addition, 23 AMR genes were identified in 11 categories. Pan-, core and accessory genomes were composed of 2,663, 1,633 and 699 genes, respectively. These results provided a comprehensive profiles of SDSD virulence and resistance genes as well as phylogenetic relationships among mastitis associated SDSD in North China.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,285
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
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)0,0020,000

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 Opus0,012
Tête enseignante GPT0,268
Écart entre enseignants0,256 · 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.

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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetMycobacterium research and diagnosisTravaux en français237 207