MétaCan
Menu
Retour à la cohorte
Enregistrement W4416199173 · doi:10.3390/antibiotics14111151

Whole-Genome Analysis of Escherichia coli from One Health Sources: Evaluating Genetic Relatedness and Antimicrobial Resistance Carriage

2025· article· en· W4416199173 sur OpenAlexafffundabout
Alyssa Butters, Juan Jovel, Sheryl Gow, Cheryl Waldner, Sylvia Checkley

Notice bibliographique

RevueAntibiotics · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensPublic Health Agency of CanadaBP (Canada)University of SaskatchewanUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBeef Cattle Research CouncilAlberta Beef Producers
Mots-clésJaccard indexPhylogenetic treeGenetic diversityAntibiotic resistancePopulationUniFracContext (archaeology)CarriageGene pool

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: Due to the numerical dominance of environmental and commensal strains, understanding antimicrobial resistance (AMR) transmission in Escherichia coli requires consideration of non-clinical as well as pathogenic isolates. In this cross-sectional study, associations between the genetic context of non-clinical E. coli and AMR carriage are examined in isolates sampled from different niches within a One Health continuum. Methods: Two hundred eighty-eight E. coli isolates collected in Alberta, Canada (2018–2019) from wastewater, well water, feces of broiler chickens and feedlot cattle, and retail beef and chicken meat were selected from existing surveillance collections using a stratified random sampling structure. Using short-read whole genome assemblies, phylogenetic relationships were inferred from pan-genome multiple sequence alignments. Principal coordinate analysis and permutational analysis of variance (PERMANOVA) of a Jaccard dissimilarity matrix derived from gene presence/absence data were used to investigate contributions of source and AMR strata to observe genetic dissimilarity. Population clustering and gene under- or over-representation by source and cluster were also explored. Results: Minimal phylogenetic segregation of isolates was noted based on source or AMR strata, and both contributed significant but small proportions of observed genetic dissimilarity, with the largest proportion attributed to phylogroup. There was notable diversity of E. coli within and between sources; however, in some larger clusters, differential gene presence/absence was potentially linked to ecological niche rather than source of isolation. Conclusions: This study highlights the ecological complexity of AMR in E. coli in non-clinical contexts, offering a novel lens on how niche-specific factors can influence population structure and AMR carriage. It also provides insight into apparent discrepancies in the literature regarding clustering of E. coli by source. These findings support a more integrative One Health approach to AMR surveillance, emphasizing the need to account for microbial diversity and niche-specific adaptation across interconnected systems.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,780
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,282
Écart entre enseignants0,268 · 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.

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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAntibioticsMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207