Capturing dynamic phage-pathogen coevolution by clinical surveillance
Notice bibliographique
Résumé
Abstract Bacteria harness diverse defense systems that protect against phage predation 1 , many of which are encoded on horizontally transmitted mobile genetic elements (MGEs) 2 . In turn, phages evolve counter-defenses 3 , driving a dynamic arms race that remains underexplored in human disease contexts. For the diarrheal pathogen Vibrio cholerae , a higher burden of its lytic phage, ICP1, in patient stool correlates with reduced disease severity 4 . However, direct molecular evidence of phage-driven selection of epidemic V. cholerae has not been demonstrated. Here, through clinical surveillance in cholera-endemic Bangladesh, we capture the acquisition of a parasitic anti-phage MGE, PLE11, that initiated a selective sweep coinciding with the largest cholera outbreak in recent records. PLE11 exhibited potent anti-phage activity against co-circulating ICP1, explaining its rapid and dominating emergence. We identify PLE11-encoded Rta as the novel defense responsible and provide evidence that Rta restricts phage tail assembly. Using experimental evolution, we predict phage counteradaptations against PLE11 and document the eventual emergence and selection of ICP1 that achieves a convergent evolutionary outcome. By probing how PLEs hijack phage structural proteins to drive their horizontal transmission while simultaneously restricting phage tail assembly, we discover that PLEs manipulate tail assembly to construct chimeric tails comprised of MGE and phage-encoded proteins. Collectively, our findings reveal the molecular basis of the natural selection of a globally significant pathogen and its virus in a clinically relevant context.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».