Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
The World Health Organization has a goal of universal drug susceptibility testing for patients with tuberculosis. However, molecular diagnostics to date have focused largely on first-line drugs and predicting susceptibilities in a binary manner (classifying strains as either susceptible or resistant). Here, we used a multivariable linear mixed model alongside whole genome sequencing and a quantitative microtiter plate assay to relate genomic mutations to minimum inhibitory concentration (MIC) in 15,211 Mycobacterium tuberculosis clinical isolates from 23 countries across five continents. We identified 492 unique MIC-elevating variants across 13 drugs, as well as 91 mutations likely linked to hypersensitivity. Our results advance genetics-based diagnostics for tuberculosis and serve as a curated training/testing dataset for development of drug resistance prediction algorithms.
Quantitative measurement of antibiotic resistance in Mycobacterium tuberculosis reveals genetic determinants of resistance and susceptibility in a target gene approach / Barilar, I., Battaglia, S., Borroni, E., Brandao, A.P., Brankin, A., Cabibbe, A.M., Carter, J., Chetty, D., Cirillo, D.M., Claxton, P., Clifton, D.A., Cohen, T., Coronel, J., Crook, D.W., Dreyer, V., Earle, S.G., Escuyer, V., Ferrazoli, L., Fowler, P.W., Gao, G.F., et al.. - In: NATURE COMMUNICATIONS. - ISSN 2041-1723. - 15:1(2024). [10.1038/s41467-023-44325-5]
Quantitative measurement of antibiotic resistance in Mycobacterium tuberculosis reveals genetic determinants of resistance and susceptibility in a target gene approach
Barilar I.;Battaglia S.;Borroni E.;Brandao A. P.;Brankin A.;Cabibbe A. M.;Carter J.;Chetty D.;Cirillo D. M.;Claxton P.;Clifton D. A.;Cohen T.;Coronel J.;Crook D. W.;Dreyer V.;Earle S. G.;Escuyer V.;Ferrazoli L.;Fowler P. W.;Gao G. F.;Gardy J.;Gharbia S.;Ghisi K. T.;Ghodousi A.;Gibertoni Cruz A. L.;Grandjean L.;Grazian C.;Groenheit R.;Guthrie J. L.;He W.;Hoffmann H.;Hoosdally S. J.;Hunt M.;Iqbal Z.;Ismail N. A.;Jarrett L.;Joseph L.;Jou R.;Kambli P.;Khot R.;Knaggs J.;Koch A.;Kohlerschmidt D.;Kouchaki S.;Lachapelle A. S.;Lalvani A.;Lapierre S. G.;Laurenson I. F.;Letcher B.;Lin W. -H.;Liu C.;Liu D.;Malone K. M.;Mandal A.;Mansjo M.;Calisto Matias D. V. L.;Meintjes G.;de Freitas Mendes F.;Merker M.;Mihalic M.;Millard J.;Miotto P.;Mistry N.;Moore D.;Musser K. A.;Ngcamu D.;Nhung H. N.;Niemann S.;Nilgiriwala K. S.;Nimmo C.;O'Donnell M.;Okozi N.;Oliveira R. S.;Omar S. V.;Paton N.;Peto T. E. A.;Pinhata J. M. W.;Plesnik S.;Puyen Z. M.;Rabodoarivelo M. S.;Rakotosamimanana N.;Rancoita P. M. V.;Rathod P.;Robinson E. R.;Rodger G.;Rodrigues C.;Rodwell T. C.;Roohi A.;Santos-Lazaro D.;Shah S.;Smith G.;Kohl T. A.;Solano W.;Spitaleri A.;Steyn A. J. C.;Supply P.;Surve U.;Tahseen S.;Thuong N. T. T.;Thwaites G.;Todt K.;Trovato A.;Utpatel C.;Van Rie A.;Vijay S.;Walker A. S.;Walker T. M.;Warren R.;Werngren J.;Wijkander M.;Wilkinson R. J.;Wilson D. J.;Wintringer P.;Xiao Y. -X.;Yang Y.;Yanlin Z.;Yao S. -Y.;Zhu B.
2024-01-01
Abstract
The World Health Organization has a goal of universal drug susceptibility testing for patients with tuberculosis. However, molecular diagnostics to date have focused largely on first-line drugs and predicting susceptibilities in a binary manner (classifying strains as either susceptible or resistant). Here, we used a multivariable linear mixed model alongside whole genome sequencing and a quantitative microtiter plate assay to relate genomic mutations to minimum inhibitory concentration (MIC) in 15,211 Mycobacterium tuberculosis clinical isolates from 23 countries across five continents. We identified 492 unique MIC-elevating variants across 13 drugs, as well as 91 mutations likely linked to hypersensitivity. Our results advance genetics-based diagnostics for tuberculosis and serve as a curated training/testing dataset for development of drug resistance prediction algorithms.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.11768/198366
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
38
31
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
