Genomic Mapping of Brazilian Escherichia coli: Characterizing Shiga Toxin-Producing, Enteropathogenic, and Diffusely Adherent Strains Using an In Silico Approach
Notice bibliographique
Résumé
Background: Diarrheagenic Escherichia coli (DEC) remains relevant to public health and agri-food chains. The context in Brazil, as a major food producer and exporter, reinforces the need for genomic surveillance. Objective: We aimed to characterize Brazilian diffusely adhering (DAEC), enteropathogenic (EPEC), and Shiga toxin-producing E. coli (STEC) sequences in silico across O-serogroups, in addition to sequence-type (ST), virulence, resistome, and phylogenomic relationships. Methodology: We retrieved 973 genomes assigned to Brazil from NCBI Pathogen Detection Database and performed virtual-PCR screening for key DEC-genes. We then typed O-serogroups (ABRicate/EcOH), Multi-Locus Sequencing Type (MLST), virulome (Ecoli_VF), resistome (ResFinder), and characterized stx genes. Results: DEC represented 18.7% of genomes, driven primarily by EPEC. In EPEC, the eae β-1 subtype was most common; we detected, for the first time in Brazilian sequences, ξ-eae subtype and ST583/ST301. Seventy-eight percent of DAEC isolates were multidrug-resistant (MDR), and two ST were newly reported in the country (ST2141/ST500). In STEC, O157 formed a largely susceptible clade with uniform eae γ-1, whereas 57% of non-O157 were MDR. New STs (ST32/ST1804) were observed, and three genomes were closely related to international isolates. Conclusions: Despite the low DEC representation in the dataset, new STs and eae subtypes were detected in Brazil. Also, MDR in DAEC and non-O157 STEC reinforces the need for antimicrobial-resistance genomic surveillance.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».