MétaCan
Menu
Retour à la cohorte
Enregistrement W4297225076 · doi:10.3389/fmicb.2022.1009798

Antibiotic resistance and pathogenicity assessment of various Gardnerella sp. strains in local China

2022· article· en· W4297225076 sur OpenAlexaff
Kundi Zhang, Mengyao Lu, Xiaoxuan Zhu, Kun Wang, Xuemei Jie, Li Tan, Hongjie Dong, Rongguo Li, Fengyu Zhang, Lichuan Gu

Notice bibliographique

RevueFrontiers in Microbiology · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueReproductive tract infections research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceChina Postdoctoral Science Foundation
Mots-clésGardnerella vaginalisBiologyMicrobiologyAntibiotic resistanceAntibioticsBacterial vaginosisDrug resistanceGenetics

Résumé

récupéré en direct d'OpenAlex

Gardnerella overgrowth is the primary cause of bacterial vaginosis (BV), a common vaginal infection with incidences as high as 23–29% worldwide. Here, we studied the pathogenicity, drug resistance, and prevalence of varying Gardnerella spp. We isolated 20 Gardnerella strains from vaginal samples of 31 women in local China. Ten strains were then selected via phylogenetic analysis of cpn60 and vly gene sequences to carry out genome sequencing and comparative genomic analysis. Biofilm-formation, sialidase, and antibiotic resistance activities of the strains were characterized. All strains showed striking heterogeneity in genomic structure, biofilm formation and drug resistance. Two of the ten strains, JNFY3 and JNFY15, were classified as Gardnerella swidsinskii and Gardnerella piotii, respectively, according to their phenotypic characteristics and genome sequences. In particular, seven out of the ten strains exhibited super resistance (≥ 128 μg/mL) to metronidazole, which is the first line of treatment for BV in China. Based on the biochemical and genomic results of the strains, we proposed a treatment protocol of prevalent Gardnerella strains in local China, which provides the basis for accurate diagnosis and therapy.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
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 Opus0,008
Tête enseignante GPT0,260
Écart entre enseignants0,252 · 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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetReproductive tract infections researchTravaux en français237 207