In Silico Analysis of Shiga Toxin-Producing Escherichia coli O157:H7 Strains from Presumptive Super- and Low-Shedder Cattle
Notice bibliographique
Résumé
Cattle are the primary reservoir for STEC O157, with some shedding >104 CFU/g in feces, a phenomenon known as super-shedding (SS). The mechanism(s) responsible for SS are not understood but have been attributed to the environment, host, and pathogen. This study aimed to compare genetic characteristics of STEC O157 strains from cattle in the same commercial feedlot pens with SS or low-shedding (LS) status. Strains from SS (n = 35) and LS (n = 28) collected from 11 pens in three feedlots were analyzed for virulence genes, Shiga toxin-carrying bacteriophage insertion sites, and phylogenetic relationships. In silico analysis showed limited variation regarding virulence gene profiles. Stx-encoding prophage insertion sites mrlA and wrbA for stx1a and stx2a, respectively, were all occupied, but two isolates had fragments of the stx-carrying phage in mrlA and wrbA loci without stx1a and stx2a. All strains screened for lineage-specific polymorphism assay (LSPA-6) were 111111, lineage I. Of the isolates, 61 and 2 were clades 1 and 8, respectively. Phylogenetic analysis revealed that pens with more than one SS had multiple distantly related clusters of SS and LS isolates. Although virulence genes and lineage were largely similar within and across feedlots, multiple genetic origins of strains within a single feedlot pen illustrate challenges for on-farm control of STEC.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».