Combined genetic and environmental factors shape the landscape of anti-fungal tolerance in Nakaseomyces glabratus
Notice bibliographique
Résumé
The rising incidence of fungal infections caused by Candida species is compounded by increasing antifungal resistance, compromising treatment efficacy. In Candida albicans, antifungal drug tolerance (AFDT) has emerged as a distinct, clinically relevant phenotype. However, AFDT remains underexplored in other clinically significant Candida species, and its prevalence across the genus is unclear. Here, we characterize AFDT in Nakaseomyces glabratus (formerly Candida glabrata), the second most common cause of candidiasis. Using disk diffusion and supra-MIC growth assays, we quantified AFDT across six clinical isolates and a reference strain. Our results mirror findings in C. albicans, demonstrating reproducible AFDT across N. glabratus strains in response to multiple azoles. Importantly, tolerance did not correlate with resistance profiles, underscoring AFDT as a distinct phenotype. Isolates were categorized into high- medium- and low-tolerance groups based on variability. Highly tolerant strains showed reduced clearance in a Galleria mellonella infection model, aligning with previous AFDT studies. Tolerance was modulated by environmental factors such as media, temperature, and azole, yet relative strain tolerance remained stable—suggesting a heritable, strain-specific trait shaped by genetic and environmental factors. These findings underscore the clinical relevance of AFDT in N. glabratus and support further investigation into its molecular underpinnings and therapeutic impact.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».