MétaCan
Menu
← Retour à la cohorte
Enregistrement W6911173181 · doi:10.5061/dryad.5c38fv8

Data from: Rapid diversification of Pseudomonas aeruginosa in cystic fibrosis lung-like conditions

2018· dataset· en· W6911173181 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2018
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPseudomonas aeruginosaCystic fibrosisChronic infectionPathogenImmune systemPhenotypeDiversification (marketing strategy)MucusOpportunistic pathogenBiofilm

Résumé

récupéré en direct d'OpenAlex

Chronic infection of the cystic fibrosis (CF) airway by the opportunistic pathogen Pseudomonas aeruginosa is the leading cause of morbidity and mortality for adult CF patients. Prolonged infections are accompanied by adaptation of P. aeruginosa to the unique conditions of the CF lung environment, as well as marked diversification of the pathogen into phenotypically and genetically distinct strains that can coexist for years within a patient. Little is known, however, about the causes of this diversification and its impact on patient health. Here, we show experimentally that, consistent with ecological theory of diversification, the nutritional conditions of the CF airway can cause rapid and extensive diversification of P. aeruginosa. Mucin, the substance responsible for the increased viscosity associated with the thick mucus layer in the CF airway, had little impact on within-population diversification but did promote divergence among populations. Furthermore, in vitro evolution recapitulated traits thought to be hallmarks of chronic infection, including reduced motility and increased biofilm formation, and the range of phenotypes observed in a collection of clinical isolates. Our results suggest that nutritional complexity and reduced dispersal can drive evolutionary diversification of P. aeruginosa independent of other features of the CF lung such as an active immune system or the presence of competing microbial species. We suggest that diversification, by generating extensive phenotypic and genetic variation on which selection can act, may be a key first step in the development of chronic infections.

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)0,012
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0920,031

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 Opus0,034
Tête enseignante GPT0,289
Écart entre enseignants0,255 · 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
GenreJeu de données

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Travaux en français237 207→