MétaCan
Menu
← Retour à la cohorte
Enregistrement W7029133556

Implication des gènes curli dans un phénotype distinct d'autoagrégation et de formation de biofilm chez certaines souches Escherichia coli O157: H7

2019· other· fr· W7029133556 sur OpenAlexfundno aff

Notice bibliographique

RevueOpen MIND · 2019
Typeother
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial biofilms and quorum sensing
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaUniversité de MontréalFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésBiofilmEscherichia coliMutantEnterobacteriaceae
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les bactéries pathogènes Escherichia coli entérohémorrhagiques (EHEC) O157:H7 causent des toxi-infections sévères chez l’humain. Les biofilms des EHEC rendent difficile leur contrôle dans les environnements favorisant leur persistance. Certaines souches O157:H7 dont celle de référence Sakai, possèdent une capacité accrue à s'autoagréger et former des biofilms. L’étude a visé à identifier les gènes impliqués dans l’autoagrégation et la formation de biofilm chez la souche Sakai, et vérifier l’association des facteurs identifiés avec d’autres EHEC O157:H7 du même phénotype. Avec une banque de mutants Tn10 de la souche Sakai, des mutants non-autoagglutinants et non-formateurs de biofilms des gènes csgB et csgG furent sélectionnés et caractérisés. Ces mutants formaient significativement moins de biofilms et d´autoagrégats que Sakai, et ne produisaient plus curli. La complémentation des mutants restaurait le phénotype sauvage. De plus, des gènes responsables de la biogenèse de curli csgA, csgB et csgG étaient significativement surexprimés chez Sakai, comparativement avec la souche EDL933 non-autoagglutinant, qui forme moins de biofilm. Parmi les souches d’E. coli 0157:H7 on distingue deux groupes d’isolats: Sakai-like et EDL933-like selon leur production de curli, et leur capacité à former des autoagrégats et biofilms. Nos résultats suggèrent qu’une surproduction de fibres de curli dans un sous-ensemble de souches O157:H7 pourrait être responsable de leur phénotype particulier d'autoagrégation et de formation de biofilms forts. Le projet permet de mieux cerner le mécanisme de formation de biofilm dans EHEC et renforce l’hypothèse que le curli est une cible intéressante pour contrer la persistance des EHEC en environnements naturels et industriels.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,274
Écart entre enseignants0,254 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetBacterial biofilms and quorum sensing→Travaux en français237 207→