Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-33737
Titel: Integrating Culture-based Antibiotic Resistance Profiles with Whole-genome Sequencing Data for 11,087 Clinical Isolates
VerfasserIn: Galata, Valentina
Laczny, Cédric C.
Backes, Christina
Hemmrich-Stanisak, Georg
Schmolke, Susanne
Franke, Andre
Meese, Eckart
Herrmann, Mathias
von Müller, Lutz
Plum, Achim
Müller, Rolf
Stähler, Cord
Posch, Andreas E.
Keller, Andreas
Sprache: Englisch
Titel: Genomics, Proteomics & Bioinformatics
Bandnummer: 17
Heft: 2
Seiten: 169-182
Verlag/Plattform: Elsevier
Erscheinungsjahr: 2019
Freie Schlagwörter: Antibiotic resistance
Whole-genome sequencing
Bacteria
Pan-genome
DDC-Sachgruppe: 500 Naturwissenschaften
600 Technik
Dokumenttyp: Journalartikel / Zeitschriftenartikel
Abstract: Emerging antibiotic resistance is a major global health threat. The analysis of nucleic acid sequences linked to susceptibility phenotypes facilitates the study of genetic antibiotic resistance determinants to inform molecular diagnostics and drug development. We collected genetic data (11,087 newly-sequenced whole genomes) and culture-based resistance profiles (10,991 out of the 11,087 isolates comprehensively tested against 22 antibiotics in total) of clinical isolates including 18 main species spanning a time period of 30 years. Species and drug specific resistance patterns were observed including increased resistance rates for Acinetobacter baumannii to carbapenems and for Escherichia coli to fluoroquinolones. Species-level pan-genomes were constructed to reflect the genetic repertoire of the respective species, including conserved essential genes and known resistance factors. Integrating phenotypes and genotypes through species-level pan-genomes allowed to infer gene–drug resistance associations using statistical testing. The isolate collection and the analysis results have been integrated into GEAR-base, a resource available for academic research use free of charge at https://gear-base.com.
DOI der Erstveröffentlichung: 10.1016/j.gpb.2018.11.002
Link zu diesem Datensatz: urn:nbn:de:bsz:291--ds-337376
hdl:20.500.11880/31075
http://dx.doi.org/10.22028/D291-33737
ISSN: 1672-0229
Datum des Eintrags: 7-Apr-2021
Bezeichnung des in Beziehung stehenden Objekts: Supplementary material
In Beziehung stehendes Objekt: https://doi.org/10.1016/j.gpb.2018.11.002
Fakultät: M - Medizinische Fakultät
NT - Naturwissenschaftlich- Technische Fakultät
Fachrichtung: M - Humangenetik
M - Medizinische Biometrie, Epidemiologie und medizinische Informatik
NT - Pharmazie
Professur: M - Prof. Dr. Eckhart Meese
M - Univ.-Prof. Dr. Andreas Keller
NT - Prof. Dr. Rolf Müller
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Dateien zu diesem Datensatz:
Datei Beschreibung GrößeFormat 
1-s2.0-S1672022919300920-main.pdf2,13 MBAdobe PDFÖffnen/Anzeigen


Diese Ressource wurde unter folgender Copyright-Bestimmung veröffentlicht: Lizenz von Creative Commons Creative Commons