Caractérisation de deux nouvelles espèces Arcobacter, A. lanthierij et A. septicus.
Notice bibliographique
Résumé
La systématique microbienne permet la classification des bactéries en associant celles-ci à un \ngenre et une espèce. La caractérisation et l'identification de nouvelles espèces bactériennes sont \nd'une grande importance clinique puisqu'elles permettent d'observer le rôle par rapport aux risques à \nla santé humaine et animale, mais aussi d'évaluer les traitements possibles si celles-ci causent des \ninfections ou des maladies. Cette tâche peut devenir difficile lorsque l'espèce provient d'un milieu \nextrême ou encore pour des bactéries fastidieuses dans leurs exigences de croissance. Il n'existe pas \nune analyse directe afin d'identifier une nouvelle espèce bactérienne et donc une approche \npolyphasique est nécessaire (Prakash et al., 2007, Vandamme et al., 1992b). Ce type d'approche \npermet d'obtenir des résultats d'une panoplie d'analyses différentes permettant alors une vue \nd'ensemble de la taxonomie de la bactérie. \nIl existe plusieurs communautés bactériennes capables de survivre dans les eaux de surface \nainsi que dans la matière fécale humaine et animale. Certaines bactéries font normalement partie de \nla flore intestinale de certains animaux et de l'humain, comme E. coli. Cependant, lorsqu'une bactérie \npathogène s'introduit, alors celle-ci peut causer des infections et des maladies. La contamination \nfécale des eaux de surface se fait par le ruissellement des matières fécales animales lors de fortes \npluies et donc une simple ingestion lors d'une baignade peut causer une infection chez l'humain. La \nrivière Nation sud (RNS) située en Ontario (Canada) est un bassin versant avec plus de 60% \nd'activités agricoles et elle est donc un lieu idéal pour faire une étude sur l'effet de la contamination \nbactérienne provenant de l'agriculture sur les eaux de surface. Le genre bactérien observé dans cette \nétude est Arcobacter. Ce genre est retrouvé dans les eaux de surface et aussi chez les animaux de \nferme, sauvages et domestiques. Des échantillonnages d'eaux de surface de la RNS ainsi que de \ndiverses matières fécales dans les environs de la RNS ont permis d'évaluer la prévalence \nd'Arcobacter dans cette région. En ce sens, une collection d'isolats Arcobacter fut établie à partir \nd'échantillons provenant de ce bassin et conservés à AAC. \nL'hypothèse principale de ce mémoire est que de nouvelles espèces du genre Arcobacter se \nretrouvent dans la collection d'isolats fécaux d'AAC. L'objectif a été de caractériser ces espèces à \nl'aide de l'approche polyphasique visant la caractérisation morphologique, phénotypique et génétique. \nDeux nouvelles espèces Arcobacter ont été découvertes dans cette collection. Le séquençage de \nI'ARNr 168 et des gènes cpn60, rpoB et gyrB ainsi que le séquençage du génome ont été faits chez \nces deux espèces. Des tests biochimiques, enzymatiques et de tolérance ont permis d'évaluer les \nconditions de croissance des bactéries. Pour compléter, le développement de méthodes moléculaires \n \na permis l'identification de ces nouvelles espèces. Les noms proposés pour ces deux nouvelles \nespèces sont Arcobacter /anthierii et Arcobacter septicus.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».