Évaluation de l'acquisition de la résistance à la colistine chez Escherichia coli O149 chez le porc
Bibliographic record
Abstract
La diarrhée post-sevrage est une maladie d’importance dans l’industrie porcine et est principalement causée Escherichia coli O149. Le traitement habituellement utilisé est la néomycine. Cependant, en raison de l’antibiorésistance, les vétérinaires se tournent vers la colistine sulfate (CS). La CS lie les lipopolysaccharides (LPS) et provoque un déplacement des cations divalents causant la formation de pores entrainant la mort cellulaire. Le système à deux composantes PmrA/PmrB est le plus incriminé dans la résistance à la colistine en ajoutant un groupement 4-amino-4-déoxy-L-arabinose (L-Ara4N) au lipide A des LPS, augmentant ainsi la charge du LPS et diminuant son affinité pour la CS. L’objectif principal est d’évaluer l’acquisition de la résistance à la CS d’E. coli in vitro et dans un modèle in vivo. Nous avons utilisé des souches associées à des cas cliniques d’E. coli O149 et avons créé 22 mutants résistants à la CS. La concentration minimale inhibitrice (CMI) a été mesurée par une méthode de double dilution et comparée au seuil de résistance. Suite au séquençage des gènes pmrA/pmrB, nous avons identifié sept nouveaux polymorphismes, trois dans PmrA : A80V, N128I, S144G et quatre dans PmrB : V87E, D148Y, D148V et T156M. Pour l’essai in vivo, nous avons suivi une souche expérimentale ETEC:F4 (E. coli O149) et isolé des E. coli de la flore commensale. Le séquençage des gènes pmrA et pmrB de ces isolats a montré un polymorphisme spécifique, G15R et T156M respectivement. Cependant, plusieurs souches récoltées possédaient une résistance à la CS, mais sans polymorphisme de PmrA/PmrB, suggérant d’autre(s) mécanisme(s) de résistance.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".