MétaCan
Menu
Retour à la cohorte
Enregistrement W3217282564 · doi:10.1099/mgen.0.000681

Genome evolution drives transcriptomic and phenotypic adaptation in Pseudomonas aeruginosa during 20 years of infection

2021· article· en· W3217282564 sur OpenAlexafffund
Samuel J. T. Wardell, Jeff Gauthier, Lois W. Martin, Marianne Potvin, Ben Brockway, Roger C. Lévesque, Iain L. Lamont

Notice bibliographique

RevueMicrobial Genomics · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial biofilms and quorum sensing
Établissements canadiensUniversité Laval
Organismes subventionnairesCanadian Institutes of Health ResearchHealth Research Council of New ZealandOtago Medical Research FoundationCystic Fibrosis Canada
Mots-clésBiologyTranscriptomePseudomonas aeruginosaPhenotypeGeneGeneticsMicrobiologyGenomeExperimental evolutionBacteriaGene expression

Résumé

récupéré en direct d'OpenAlex

The opportunistic pathogen Pseudomonas aeruginosa chronically infects the lungs of patients with cystic fibrosis (CF). During infection the bacteria evolve and adapt to the lung environment. Here we use genomic, transcriptomic and phenotypic approaches to compare multiple isolates of P. aeruginosa collected more than 20 years apart during a chronic infection in a CF patient. Complete genome sequencing of the isolates, using short- and long-read technologies, showed that a genetic bottleneck occurred during infection and was followed by diversification of the bacteria. A 125 kb deletion, an 0.9 Mb inversion and hundreds of smaller mutations occurred during evolution of the bacteria in the lung, with an average rate of 17 mutations per year. Many of the mutated genes are associated with infection or antibiotic resistance. RNA sequencing was used to compare the transcriptomes of an earlier and a later isolate. Substantial reprogramming of the transcriptional network had occurred, affecting multiple genes that contribute to continuing infection. Changes included greatly reduced expression of flagellar machinery and increased expression of genes for nutrient acquisition and biofilm formation, as well as altered expression of a large number of genes of unknown function. Phenotypic studies showed that most later isolates had increased cell adherence and antibiotic resistance, reduced motility, and reduced production of pyoverdine (an iron-scavenging siderophore), consistent with genomic and transcriptomic data. The approach of integrating genomic, transcriptomic and phenotypic analyses reveals, and helps to explain, the plethora of changes that P. aeruginosa undergoes to enable it to adapt to the environment of the CF lung during a chronic infection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,191
Écart entre enseignants0,185 · 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 source (Gemma direct ou Codex distillé), 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

Citations31
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrobial GenomicsMême sujetBacterial biofilms and quorum sensingTravaux en français237 207