The Effect of Mitomycin C on Induction of Shiga Toxin Production in Clinical STEC Isolates
Notice bibliographique
Résumé
Early determination of the Shiga toxin type of Shiga toxin-producing Escherichia coli (STEC) is crucial for guiding STEC-infected patients for proper and timely treatment and patient care. Most diagnostic microbiology laboratories rely on PCR assays to detect the presence of stx1 and/or stx2 and enzymatic immunoassays (EIA) to detect the presence of the Shiga toxins 1 and/or 2 in STEC-positive stool samples. Occasionally, the stool samples test positive for STEC by PCR assays but test negative for the presence of Shiga toxins. Insufficient toxin production under laboratory conditions is the main culprit of this discordance. To test whether EIA-based STEC detection could be improved, various clinical STEC strains were treated with mitomycin C, which is a commonly used inducer of Shiga toxin production. A dose-dependent increase in Shiga toxin production, in response to mitomycin C doses of up to 500 ng/mL, was observed without any bactericidal effects. Depending on the serotype, 5–50 times more Shiga toxin 2 was produced than Shiga toxin 1. Shiga toxin production was not induced by the mitomycin C treatment in certain STEC serotypes carrying the toxin subtypes stx1a, stx2a, 2b, 2f, or 2h. This diversity in toxin production indicates that other factors may determine toxin expression in certain STEC strains, which warrant further exploration.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».