MétaCan
Menu
Retour à la cohorte
Enregistrement W7009869448

The Evolution of Antibiotic Production in a Spatial Model of Bacterial Competition

2017· dissertation· en· W7009869448 sur OpenAlexaff

Notice bibliographique

RevueMacSphere (McMaster University) · 2017
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLimitingProduction (economics)PopulationEctotherm
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bacteria occupy a wide range of niches with many different types coexisting. They compete directly, with some capable of producing antibiotics that kill other members of the niche. Despite this, long term survival of these ecosystems is possible. Here, we consider a lattice-based three-component system with antibiotic producers, non-producers (or cheaters), and susceptible cells competing. In our system, there is a metabolic cost tied to production rate, resulting in a decrease in growth rate for the producers. Non-producers behave as cheaters that gain the benefit of an antibiotic without the cost of producing it themselves. The susceptible cells are a faster growing different species. The model behaves in a fashion similar to the game “rock-paper-scissors", because producers beat susceptible cells, non-producers beat producers, and susceptible cells beat non-producers. We consider two spatial lattice models, one in which there is a nearest neighbour interaction between cells, and one in which the long-range diffusion of the antibiotic is explicitly included. We consider the parameter space in which the three cell types can coexist (taking into account cost and production rate), and determine the regions in which production rate is too high or too low to allow coexistence. We determine that antibiotic producers will evolve to an optimal production rate and that low-rate producers can outcompete complete cheaters (non-producers). We finally illustrate that the introduction of a fourth “resistant” cell type allows the system to survive with four members for some parameters. In other cases, addition of the resistant cells causes the extinction of the producers, which eventually favours the susceptible cells.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,216 · 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'étudeSimulation ou modélisation
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetEvolutionary Game Theory and CooperationTravaux en français237 207