MétaCan
Menu
Retour à la cohorte
Enregistrement W655688029 · doi:10.71781/3845

Sélection de mutations affectant la formation de biofilm chez Actinobacillus pleuropneumoniae

2011· dissertation· fr· W655688029 sur OpenAlexfundno aff
Alexandra Grasteau

Notice bibliographique

RevueOpen MIND · 2011
Typedissertation
Languefr
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésActinobacillus pleuropneumoniaeBiologyMicrobiologySerotype

Résumé

récupéré en direct d'OpenAlex

Actinobacillus pleuropneumoniae (App) est l’agent étiologique de la pleuropneumonie porcine, une infection pulmonaire contagieuse chez les porcs. Parmi les nombreux mécanismes de virulence retrouvés chez les bactéries, la formation de biofilms joue souvent un rôle important dans la pathogenèse. Il a été récemment démontré qu’App avait la capacité de former des biofilms in vitro. Dans notre laboratoire, la formation de biofilms par App a été évaluée en microplaques dans différents milieux de culture. Nous avons démontré que la souche de référence de sérotype 1 est capable de former des biofilms. Le but de ce travail est d’identifier des gènes impliqués dans la biosynthèse et dans la régulation de l’expression des biofilms chez App. L’objectif de cette étude était de générer une banque de mutants d’App 4074NalR à l’aide du transposon mini-Tn10. Cette banque de 1200 mutants a été criblée à l’aide du modèle in vitro de formation de biofilms en microplaques et en tubes : 24 mutants démontrant une formation de biofilms modifiée par rapport à la souche mère App 4074NalR ont été sélectionnés et identifiés, nous permettant ainsi de localiser le site d’insertion du transposon. Une analyse a permis d’identifier de nouveaux gènes impliqués dans la biosynthèse et dans la régulation de l’expression des biofilms chez App. Notre criblage a permis d’identifier 16 gènes connus impliqués dans la formation de biofilms chez App (hns) ou chez d’autres pathogènes (potD2, ptsI, tig and rpmF) mais également de nouveaux gènes impliqués dans la formation de biofilm (APL_0049, APL_0637 and APL_1572). Une caractérisation plus poussée de ces gènes nous permettra d’améliorer la compréhension des mécanismes impliqués dans la formation de biofilm chez App.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,050
Tête enseignante GPT0,345
Écart entre enseignants0,294 · 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'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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetMicrobial infections and disease researchTravaux en français237 207