Gènes de résistance aux antibiotiques à travers le long d'un gradient d'influence anthropique dans un bassin versant du Haut-Arctique canadien
Bibliographic record
Abstract
Le domaine médical a évolué drastiquement au cours des derniers siècles et la découverte du premier antibiotique, c'est-à-dire une substance qui est capable de détruire ou d'inactiver certains microorganismes, y a grandement contribué. Cette découverte a mené à une diminution du taux de mortalité causé par certaines bactéries pathogènes. Cependant, la commercialisation des antibiotiques a mené à une diversification des mécanismes de résistance par les bactéries. L'utilisation à large échelle des antibiotiques a favorisé l'émergence et le transfert de gènes de résistance aux antibiotiques (antibiotic resistance genes, ARGs) chez les bactéries. Cette résistance représente l'un des principaux enjeux de santé publique à l'échelle mondiale, en raison d'une recrudescence de maladies bactériennes qui ne répondent plus à ce traitement de première ligne. Cependant, on en sait très peu sur la dispersion des ARGs dans l'environnement et encore moins lorsqu'il s'agit de la distribution de ces gènes dans le Haut-Arctique, où les pressions climatiques risquent d'apporter plusieurs changements. L'objectif principal de ce projet est de caractériser, à l'aide d'approches métagénomiques, les ARGs des communautés microbiennes dans différents réservoirs environnementaux faisant partie d'un gradient d'influence anthropique en Arctique canadien, sur l'île de Cornwallis. Les objectifs spécifiques sont de caractériser les ARGs le long d'un continuum d'environnements influencés par l'humain (incluant un site impacté par des eaux usées) et de comparer leur distribution le long de ce gradient d'influence. Nous avons identifié des ARGs dans les tapis microbiens, l'eau du lac et les aérosols dans l'ensemble du bassin versant de Resolute Bay. Nous avons également constaté que les tapis microbiens de la région contaminée présentaient la plus grande diversité d'ARGs par rapport aux sites non contaminés. Bien que nous ayons identifiés les ARGs principalement dans les génomes bactériens, nos données suggèrent, pour la première fois, que certains virus géants sont capables d'héberger des ARGs.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".