Comparative genome analysis of <i>Pasteurella multocida</i> strains of porcine origin
Notice bibliographique
Résumé
Pasteurella multocida causes acute/chronic pasteurellosis in porcine, resulting in considerable economic losses globally. The draft genomes of two Indian strains NIVEDIPm17 (serogroup D) and NIVEDIPm36 (serogroup A) were sequenced. A total of 2182–2284 coding sequences (CDSs) were predicted along with 5–6 rRNA and 45–46 tRNA genes in the genomes. Multilocus sequence analysis and LPS genotyping showed the presence of ST50: genotype 07 and ST74: genotype 06 in NIVEDIPm17 and NIVEDIPm36, respectively. Pangenome analysis of 61 strains showed the presence of 1653 core genes, 167 soft core genes, 750 shell genes, and 1820 cloud genes. Analysis of virulence-associated genes in 61 genomes indicated the presence of nanB, exbB, exbD, ptfA, ompA, ompH, fur, plpB, fimA, sodA, sodC, tonB, and omp87 in all strains. The 61 genomes contained genes encoding tetracycline (54%), streptomycin (48%), sulphonamide (28%), tigecycline (25%), chloramphenicol (21%), amikacin (7%), cephalosporin (5%), and trimethoprim (5%) resistance. Multilocus sequence type revealed that ST50 was the most common (34%), followed by ST74 (26%), ST13 (24%), ST287 (5%), ST09 (5%), ST122 (3%), and ST07 (2%). Single-nucleotide polymorphism and core genome-based phylogenetic analysis clustered the strains into three major clusters. In conclusion, we described the various virulence factors, mobile genetic elements, and antimicrobial resistance genes in the pangenome of P. multocida of porcine origin, besides the rare presence of LPS genotype 7 in serogroup D.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».