Comparative genomics reveals the correlations of stress response genes and bacteriophages in developing antibiotic resistance of <i>Staphylococcus saprophyticus</i>
Notice bibliographique
Résumé
ABSTRACT Staphylococcus saprophyticus is the leading Gram-positive cause of uncomplicated urinary tract infections. Recent reports of increasing antimicrobial resistance (AMR) in S. saprophyticus warrant investigation of its understudied resistance patterns. Here, we characterized a diverse collection of S. saprophyticus ( n = 275) using comparative whole genome sequencing. We performed a phylogenetic analysis of core genes (1,646) to group our S. saprophyticus and investigated the distributions of antibiotic resistance genes (ARGs). S. saprophyticus isolates belonged to two previously characterized lineages, and 14.91% (41/275) demonstrated multidrug resistance. We compared antimicrobial susceptibility phenotypes of our S. saprophyticus with the presence of different ARGs and gene alleles. 29.8% (82/275) carried staphylococcal cassette chromosome mobile elements, among which 25.6% (21/82) were mecA + . Penicillin resistance was associated with the presence of mecA or blaZ . The mecA gene could serve as a marker to infer cefoxitin and oxacillin resistance of S. saprophyticus , but the absence of this gene is not predictive of susceptibility. Utilizing computational modeling, we found several genes were associated with cefoxitin and oxacillin resistance in mecA − isolates, some of which have predicted functions in stress response and cell wall synthesis. Furthermore, phenotype association analysis indicates ARGs against non-β-lactams reported in other staphylococci may serve as resistance determinants of S. saprophyticus . Lastly, we observed that two ARGs [ erm and erm (44)v ], carried by bacteriophages, were correlated with high phenotypic non-susceptibility against erythromycin (11/11 and 10/10) and clindamycin (11/11 and 10/10). The AMR-correlated genetic elements identified in this work can help to refine resistance prediction of S. saprophyticus during antibiotic treatment. IMPORTANCE Staphylococcus saprophyticus is the second most common bacteria associated with urinary tract infections (UTIs) in women. The antimicrobial treatment regimen for uncomplicated UTI is normally nitrofurantoin, trimethoprim-sulfamethoxazole (TMP-SMX), or a fluoroquinolone without routine susceptibility testing of S. saprophyticus recovered from urine specimens. However, TMP-SMX-resistant S. saprophyticus has been detected recently in UTI patients, as well as in our cohort. Herein, we investigated the understudied resistance patterns of this pathogenic species by linking genomic antibiotic resistance gene (ARG) content to susceptibility phenotypes. We describe ARG associations with known and novel SCC mec configurations as well as phage elements in S. saprophyticus , which may serve as intervention or diagnostic targets to limit resistance transmission. Our analyses yielded a comprehensive database of phenotypic data associated with the ARG sequence in clinical S. saprophyticus isolates, which will be crucial for resistance surveillance and prediction to enable precise diagnosis and effective treatment of S. saprophyticus UTIs.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».