Sélection de mutations affectant la formation de biofilm chez Actinobacillus pleuropneumoniae
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Actinobacillus pleuropneumoniae (App) est lâagent étiologique de la\npleuropneumonie porcine, une infection pulmonaire contagieuse chez les\nporcs. Parmi les nombreux mécanismes de virulence retrouvés chez les\nbactéries, la formation de biofilms joue souvent un rôle important dans la\npathogenèse. Il a été récemment démontré quâApp avait la capacité de former\ndes biofilms in vitro. Dans notre laboratoire, la formation de biofilms par App\na été évaluée en microplaques dans différents milieux de culture. Nous avons\ndémontré que la souche de référence de sérotype 1 est capable de former des\nbiofilms. Le but de ce travail est dâidentifier des gènes impliqués dans la\nbiosynthèse et dans la régulation de lâexpression des biofilms chez App.\nLâobjectif de cette étude était de générer une banque de mutants dâApp\n4074NalR à lâaide du transposon mini-Tn10. Cette banque de 1200 mutants a\nété criblée à lâaide du modèle in vitro de formation de biofilms en\nmicroplaques et en tubes : 24 mutants démontrant une formation de biofilms\nmodifiée par rapport à la souche mère App 4074NalR ont été sélectionnés et\nidentifiés, nous permettant ainsi de localiser le site dâinsertion du transposon.\nUne analyse a permis dâidentifier de nouveaux gènes impliqués dans la\nbiosynthèse et dans la régulation de lâexpression des biofilms chez App. Notre\ncriblage a permis dâidentifier 16 gènes connus impliqués dans la formation de\nbiofilms chez App (hns) ou chez dâautres pathogènes (potD2, ptsI, tig and\nrpmF) mais également de nouveaux gènes impliqués dans la formation de\nbiofilm (APL_0049, APL_0637 and APL_1572). Une caractérisation plus\npoussée de ces gènes nous permettra dâaméliorer la compréhension des\nmécanismes impliqués dans la formation de biofilm chez App.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 it