MétaCan
Menu
Retour à la cohorte
Enregistrement W4390113860 · doi:10.1128/mbio.02823-23

Divergent <i>Pseudomonas aeruginosa</i> LpxO enzymes perform site-specific lipid A 2-hydroxylation

2023· article· en· W4390113860 sur OpenAlexaff
Casey E. Hofstaedter, Courtney E. Chandler, Charles M. Met, Joseph J. Gillespie, Janette M. Harro, David R. Goodlett, David A. Rasko, Robert K. Ernst

Notice bibliographique

RevuemBio · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of HealthCystic Fibrosis Foundation
Mots-clésPseudomonas aeruginosaPhenotypeBiologyMicrobiologyPathogenChronic infectionEnzymeHost–pathogen interactionBacteriaImmunologyGeneticsVirulenceImmune systemGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

Pseudomonas aeruginosa is an opportunistic pathogen that causes severe infection in hospitalized and chronically ill individuals. During infection, P. aeruginosa undergoes adaptive changes to evade host defenses and therapeutic interventions, increasing mortality and morbidity. Lipid A structural alteration is one such change that P. aeruginosa isolates undergo during chronic lung infection in CF. Investigating genetic drivers of this lipid A structural variation is crucial in understanding P. aeruginosa adaptation during infection. Here, we describe two lipid A dioxygenases with acyl-chain site specificity, each with different evolutionary origins. Further, we show that loss of function in these enzymes occurs in CF clinical isolates, suggesting a potential pathoadaptive phenotype. Studying these bacterial adaptations provides insight into selection pressures of the CF airway on P. aeruginosa phenotypes that persist during chronic infection. Understanding these adaptive changes may ultimately provide clinicians better control over bacterial populations during chronic infection.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,422
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,001

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 Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,220 · 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.

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

Citations18
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemBioMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207