MétaCan
Menu
Retour à la cohorte
Enregistrement W4225117422 · doi:10.1021/acs.jproteome.1c00936

Impact of Carbon Source Supplementations on <i>Pseudomonas aeruginosa</i> Physiology

2022· article· en· W4225117422 sur OpenAlexaff
Salomé Sauvage, Charlotte Gaviard, Ali Tahrioui, Laurent Coquet, Hung Lê, Stéphane Alexandre, Ahmed Ben Abdelkrim, Emeline Bouffartigues, Olivier Lesouhaitier, Sylvie Chevalier, Thierry Jouenne, Julie Hardouin

Notice bibliographique

RevueJournal of Proteome Research · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial biofilms and quorum sensing
Établissements canadiensValacta (Canada)
Organismes subventionnairesEuropean Regional Development FundRégion NormandieEuropean Commission
Mots-clésPseudomonas aeruginosaBiofilmPyocyaninMicrobiologyBiologyPathogenBacteriaVirulenceMicroorganismAntimicrobialHuman pathogenBiochemistryQuorum sensingGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Pseudomonas aeruginosa is an opportunistic pathogen highly resistant to a wide range of antimicrobial agents, making its infections very difficult to treat. Since microorganisms need to perpetually adapt to their surrounding environment, understanding the effect of carbon sources on P. aeruginosa physiology is therefore essential to avoid increasing drug-resistance and better fight this pathogen. By a global proteomic approach and phenotypic assays, we investigated the impact of various carbon source supplementations (glucose, glutamate, succinate, and citrate) on the physiology of the P. aeruginosa PA14 strain. A total of 581 proteins were identified as differentially expressed in the 4 conditions. Most of them were more abundant in citrate supplementation and were involved in virulence, motility, biofilm development, and antibiotic resistance. Phenotypic assays were performed to check these hypotheses. By coupling all this data, we highlight the importance of the environment in which the bacterium evolves on its metabolism, and thus the necessity to better understand the metabolic pathways implied in its adaptative response according to the nutrient availability.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,036
Tête enseignante GPT0,364
Écart entre enseignants0,328 · 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'étudeExpérimental (laboratoire)
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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetBacterial biofilms and quorum sensingTravaux en français237 207