MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413272381 · doi:10.1371/journal.pone.0330304

Investigation of mobile genetic elements and their association with antibiotic resistance genes in clinical pathogens worldwide

2025· article· en· W4413272381 sur OpenAlexaff
Markus Hans Kristofer Johansson, Thomas Nordahl Petersen, Sidsel Nag, Timmie Mikkel Lagermann, Laura Elmlund Kohl Birkedahl, Silva Tafaj, Susan Bradbury, Peter Collignon, Denise A Daley, Victorien Dougnon, Kafayath Fabiyi, Boubacar Coulibaly, Réné Dembelé, Natama Magloire, Isidore Juste Ouindgueta, Zenat Zebin Hossain, Anowara Begoum, Deyan Donchev, Mathew Diggle, LeeAnn Turnbull, Simon Lévesque, Livia Berlinger, Kirstine K. Søgaard, Paula Díaz, Carolina de Albuquerque Lima Duarte, Panagiota Maikanti, Jana Amlerová, Pavel Dřevı́nek, Jan Tkadlec, Milica Dilas, Achim J. Kaasch, Henrik Westh, Mohamed Azzedine Bachtarzi, Wahiba Amhis, Carolina Elisabeth Satán Salazar, José E. Villacís, M.Á. Domínguez, Dàmaris Berbel, Claire Duployez, Maxime Paluch, Solomon Asante-Sefa, Mie Møller, Margaret Ip, Ivana Mareković, Ágnes Sonnevend, Asta Dambrauskienė, Alexandre Macanze, Anélsio Cossa, Inácio Mandomando, Philip Nwajiobi-Princewill, Iruka N. Okeke, Aderemi Kehinde, Ini Adebiyi, Ifeoluwa Akintayo, Oluwafemi Popoola, Anthony Onipede, Anita Blomfeldt, Nora Elisabeth Nyquist, Kiri Bocker, James E. Ussher, Amjad Ali, Nimat Ullah, Habibullah Khan, Natalie Weiler Gustafson, Ikhlas Jarrar, Arif Al-Hamad, Viravarn Luvira, Wantana Paveenkittiporn, Irmak Baran, James Mwansa, Linda Sikakwa, Kaunda Yamba, Frank M. Aarestrup

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesNovo Nordisk FondenNovo NordiskEuropean Commission
Mots-clésMobile genetic elementsAntibiotic resistanceBiologyGeneticsMicrobial geneticsGeneAntibioticsMicrobiologyGenome

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Antimicrobial-resistant bacteria are a major global health threat. Mobile genetic elements (MGEs) have been crucial for spreading resistance to new bacterial species, including human pathogens. Understanding how MGEs promote resistance could be essential for prevention. Here we present an investigation of MGEs and their association with resistance genes in pathogenic bacteria collected from 59 diagnostic units during 2020, representing a snapshot of clinical infections from 35 counties worldwide. METHODS: We analysed 3,095 whole-genome sequenced clinical bacterial isolates from over 100 species to study the relationship between resistance genes and MGEs. The mobiliome of Staphylococcus aureus, Enterococcus faecalis, Escherichia coli, and Klebsiella pneumoniae were further examined for geographic differences, as these species were prevalent in all countries. Genes potentially mobilized by MGEs were identified by finding DNA segments containing MGEs and ARGs preserved in multiple species. Network analysis was used to investigate potential MGE interactions, host range, and transmission pathways. RESULTS: The prevalence and diversity of MGEs and resistance genes varied among species, with E. coli and S. aureus carrying more diverse elements. MGE composition differed between bacterial lineages, indicating strong vertical inheritance. 102 MGEs associated with resistance were found in multiple species, and four of these elements seemed to be highly transmissible as they were found in different phyla. We identified 21 genomic regions containing resistance genes potentially mobilized by MGEs, highlighting their importance in transmitting genes to clinically significant bacteria. CONCLUSION: Resistance genes are spread through various MGEs, including plasmids and transposons. Our findings suggest that multiple factors influence MGE prevalence and their transposability, thereby shaping the MGE population and transmission pathways. Some MGEs have a wider host range, which could make them more important for mobilizing genes. We also identified 103 resistance genes potentially mobilised by MGEs, which could increase their transmissibility to unrelated bacteria.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,248
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetAntibiotic Resistance in Bacteria→Travaux en français237 207→