MétaCan
Menu
Retour à la cohorte
Enregistrement W4200569304 · doi:10.1099/acmi.cc2021.po0031

Drug tolerance facilitates the evolution of drug resistance in Candida albicans

2021· article· en· W4200569304 sur OpenAlexaff
Samira Massahi, Van Bettauer, Sanny Khurdia, Nasim Khosravi, Shawn Simpson, Mathieu Harb, Vanessa Dumeaux, Malcolm Whiteway, Michael Hallett

Notice bibliographique

RevueAccess Microbiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAntifungal resistance and susceptibility
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCandida albicansBiologyEpigeneticsDrug resistanceFluconazoleDrugDrug toleranceAntifungal drugCorpus albicansEffluxGenetic screenGeneticsPhenotypeComputational biologyPharmacologyGeneMicrobiologyAntifungal

Résumé

récupéré en direct d'OpenAlex

Background For Candida albicans and Candidiasis , drug resistance is sometimes due to the pre-existence of genetic polymorphisms that bypass the mode of action of the drug, thus conferring a long-term survival benefit. In other cases, resistance is acquired via the evolution of de novo genetic polymorphisms. There is evidence that C. albicans possess a drug tolerance response which “buys time” for individuals to evolve beneficial mutations. Our goal here is to characterize this poorly understood epigenetic cytoprotective program at the single cell molecular level. Methods We developed a nano-litre droplet based Candida single cell sequencing platform capable of transcriptionally profiling several thousand individual cells in an efficient manner. We exploit this platform to profile both untreated and drug exposed (incl. fluconazole, caspofungin and nystatin) populations at early time points post-treatment (tolerance) and late time points (resistance) in order to understand survival trajectories. The profile are compared with the matched sequenced genomes. Results We show that untreated Candida populations exhibit “bet hedging”, stochastically expressing cytoprotective transcriptional programs, and drug tolerant individuals partition into distinct subpopulations, each with a unique survival strategy involving different transcriptional programs. We observe a burst of chromosomal aberrations at two days post-treatment that differ between survivor subpopulation. Discussion Our single cell approach highlights that survivor subpopulations pass through a tolerance phase that involves a multivariate transcriptional response including upregulation of efflux pumps, chaperones and transport mechanisms, and cell wall maintenance. Together this suggests that targeting the tolerance response concomitantly with standard therapies could represent an efficient approach to ablating clinical persistence.

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 candidatesaucune
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 enseignants0,256
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

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

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 GPT0,281
Écart entre enseignants0,269 · 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.

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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccess MicrobiologyMême sujetAntifungal resistance and susceptibilityTravaux en français237 207