Identifying ancient antibiotic resistance genes in archaeological dental calculus
Notice bibliographique
Résumé
Abstract Research on ancient antimicrobial resistance is limited, and appropriate screening criteria for identifying antibiotic (ARGs) and metal resistance genes (MRGs) in archaeological samples are unclear. We assessed the impact of DNA damage and contamination on ARG and MRG detection in ancient metagenomic sequences. Starting from a set of modern oral metagenomic samples, we simulated diagenetic DNA damage as expected in ancient oral metagenomic samples. Then we estimated the impact of this damage on ARG and MRG prediction at different identity thresholds. We also examined 25 post-industrial (ca. 1850 – 1901) dental calculus samples before and after decontamination to study the rates of false positive (FP) and negative (FN) ARG and MRG predictions introduced by sample contamination. The tests showed that diagenetic damage does not significantly affect resistance gene detection, but contamination does. Furthermore, while high thresholds are advisable when feasible, overall identity thresholds do not significantly affect the rates of FPs and FNs. Additionally, comparing post-industrial and modern dental calculus revealed Tetracycline ARGs as dominant in both contaminated ancient samples and modern samples, and MLS (Macrolide, Lincosamide, and Streptogramins) ARGs as prevalent in historical samples before widespread antibiotic use. Data summary The simulated data were generated from 182 human oral biofilm samples, retrieved from the European Nucleotide Archive (ENA project: PRJNA817430) (Anderson et al., 2023). Additionally, real ancient (PRJEB1716 and PRJEB12831) and modern (PRJEB1716) metagenomic sequences were selected from metagenomic datasets published by Standeven et al. (2024). Impact statement Antimicrobial resistance (AMR) is a global health crisis. Studying the adaptability of microorganisms over centuries allows us to understand key factors that contribute to the survival and spread of antibiotic-resistant bacteria today. We know that antibiotic abuse is a key driver of AMR; however, further study into specific environmental niches that promote the evolution of antibiotic-resistant bacteria is important. For example, the extent to which the oral microbiome facilitates the increase of certain antibiotic-resistant genes and the impact of metal pollution on the spread of AMR. To investigate these key areas, it is essential to examine oral microbiomes across time, providing a complete perspective on the evolution of AMR. However, ancient metagenomics poses problems for the screening of antibiotic and metal-resistant genes in ancient bacterial DNA due to nucleotide base damage and short-read data. Through thorough threshold experimentation to establish optimal screening criteria for ancient resistance gene identification, and by addressing gaps in knowledge of ancient resistance genes, this research offers clinical significance to existing research and contributes to the development of strategies aimed at easing the impact of AMR on public health.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».