Intrinsic and extrinsic factors affecting the evolution of virulence in the HIV-associated opportunistic human fungal pathogen <i>Cryptococcus neoformans</i>
Notice bibliographique
Résumé
The fungus Cryptococcus neoformans is considered the leading cause of mortality in immunocompromised patients. While extensive research has unveiled the molecular epidemiology of C. neoformans, the influence of genetic and environmental factors on genotype–phenotype correlations remains poorly understood. Specifically, it remains unclear whether the genetic and environmental variability observed across isolates from diverse sources has significant implications for the pathogen’s virulence. In this study, we analyzed 105 Chinese C. neoformans isolates, including 54 from HIV-infected patients, 44 from HIV-uninfected individuals and seven from a natural environment. Multilocus sequence typing (MLST) revealed that sequence type (ST) 5 predominates across all clinical isolates; however, genotypic diversity was notably higher in isolates from HIV-uninfected individuals and the natural environment, whereas HIV-infected isolates exhibited restricted genetic variation. Furthermore, isolates from HIV-uninfected individuals exhibited significantly enhanced virulence traits, including elevated capsule production, increased melanin production, improved survival in human cerebrospinal fluid (CSF), reduced phagocytic uptake, and higher mortality in both Galleria mellonella and murine models of cryptococcosis. Importantly, these pathogenic phenotypes were correlated with CD4+ T cell counts, highlighting the critical role of host immunity in shaping C. neoformans virulence. Whole-genome sequencing and genome-wide association studies (GWAS) further revealed that variations in genes involved in carbohydrate metabolism, such as CDA3 and GPD1, may drive host-specific virulence evolution. Our results support a genotype–phenotype correlation, demonstrating that both genetic and environmental factors shape the virulence of C. neoformans, with significant implications for understanding host–pathogen interactions and guiding therapeutic strategies.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».