Genotypic Characterisation and Risk Assessment of Virulent ESBL-Producing E. coli in Chicken Meat in Tunisia: Insights from Multi-Omics Machine Learning Perspective
Notice bibliographique
Résumé
Antibiotics are frequently used in the poultry industry, which has led to the emergence of bacterial strains that are resistant to antimicrobial treatments. The main objectives of this research were to conduct a multimodal risk assessment, to determine the extent of contamination of chicken meat with Escherichia coli, assess the prevalence of strains resistant to extended-spectrum cephalosporins (ESC), and characterise the genes associated with resistance and virulence. A standardised procedure involving enrichment in buffered peptone water and isolation of E. coli on MacConkey agar was carried out on 100 chicken carcasses. Subsequently, the sensitivity of the strains was tested against 21 antibiotic discs. Additionally, ESBL production was detected using a double synergy test. Specific PCRs were employed to identify resistance to critical antibiotics in human medicine (such as cephalosporins, carbapenems, fluoroquinolones, and colistin), as well as the presence of virulence genes. The contamination rate of chicken meat with E. coli was 82%. The prevalence of ESC-resistant isolates was 91.2%. Furthermore, 76.5% of the isolates exhibited ESBL production, with the different beta-lactamase genes (blaCTXM, blaTEM, and blaSHV). The mcr-1 gene, associated with colistin resistance, was detected in four strains (5.9%). Some isolates also carried resistance genes such as sul1, sul2, sul3, tetA, tetB, qnrB, and qnrS. In addition, several virulence genes were detected. In our study, we were able to link the expression of AMR to the iron metabolic regulatory elements using a multimodal machine learning approach; this mechanism could be targeted to mitigate the bacteria virulence and resistance. The high prevalence of ESBL-producing and multi-resistant E. coli strains in poultry presents significant human health risks, with the focus on antibiotic-resistant uropathogenic strains since poultry meat could be an important source of uropathogenic strains, underscoring the danger of hard-to-treat urinary tract infections, stressing the need for controlled antibiotic use and thorough monitoring.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 ».