MétaCan
Menu
Retour à la cohorte
Enregistrement W4412940614 · doi:10.1038/s41467-025-62408-3

Strengthening phage resistance of Streptococcus thermophilus by leveraging complementary defense systems

2025· article· en· W4412940614 sur OpenAlexafffund
Audrey Leprince, Anne M. Millen, Damian Magill, Philippe Horvath, Dennis Romero, Geneviève M. Rousseau, Sylvain Moineau

Notice bibliographique

RevueNature Communications · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesWallonie-Bruxelles InternationalNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésStreptococcus thermophilusCRISPRContext (archaeology)BiologyComputational biologyGeneticsBacteriaGene

Résumé

récupéré en direct d'OpenAlex

CRISPR-Cas and restriction-modification systems represent the core defense arsenal in Streptococcus thermophilus, but their effectiveness is compromised by phages encoding anti-CRISPR proteins (ACRs) and other counter-defense strategies. Here, we explore the defensome of 263 S. thermophilus strains to uncover other anti-phage systems. The defense landscape of S. thermophilus is enriched by 21 accessory defense systems, 13 of which have never been investigated in this species. Experimental validation of 17 systems with 14 phages reveals a range of anti-phage activities, highlighting both broad and narrow specificities across the five viral genera infecting S. thermophilus. Synergies are observed when combining CRISPR immunity with accessory systems. We also assess the fitness cost associated with the chromosomal integration of these systems in their native context and find no impact under laboratory or industrial conditions. These findings underscore the potential of these accessory defense systems to enhance the resistance of S. thermophilus, particularly against ACR-encoding phages.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil0,427

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,316
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCRISPR and Genetic EngineeringTravaux en français237 207