MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285394131 · doi:10.1371/journal.pone.0270166

Knockout of mlaA increases Escherichia coli virulence in a silkworm infection model

2022· article· en· W4285394131 sur OpenAlexfundno aff
Haruka Nasu, Riko Shirakawa, Kazuyuki Furuta, Chikara Kaito

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsRyobi Teien Memory FoundationIchiro Kanehara Foundation for the Promotion of Medical Sciences and Medical CareJapan Society for the Promotion of ScienceKeio UniversityTakeda Science Foundation
Mots-clésVirulenceMicrobiologyBacterial outer membraneEscherichia coliMutantGene knockoutBiologyBacteriaGeneGenetics

Résumé

récupéré en direct d'OpenAlex

The mlaA gene encodes a lipoprotein to maintain an outer membrane lipid asymmetry in gram-negative bacteria. Although the role of mlaA in bacterial virulence has been studied in several bacterial species, there are no reports of its role in E. coli virulence. In this study, we found that knockout of mlaA in E. coli increased its virulence against silkworms. The mlaA-knockout mutant was sensitive to several antibiotics and detergents, but resistant to vancomycin and chlorhexidine. The mlaA-knockout mutant grew faster than the parent strain in the presence of silkworm hemolymph. The mlaA-knockout mutant also produced a larger amount of outer membrane vesicles than the parent strain. These findings suggest that mlaA knockout causes E. coli resistance to specific antimicrobial substances and increases outer membrane vesicle production, thereby enhancing E. coli virulence properties in the silkworm infection model.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,001
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 Opus0,027
Tête enseignante GPT0,221
Écart entre enseignants0,195 · 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'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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetRNA and protein synthesis mechanisms→Travaux en français237 207→