Subinhibitory concentrations of tetracyclines induce <scp>lipopolysaccharide</scp> shedding by <i>Porphyromonas gingivalis</i> and modulate the host inflammatory response
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Antibiotics at below minimal inhibitory concentrations (MICs) may induce various biological responses in bacteria. In this study, we hypothesized that subinhibitory concentrations (subICs) of tetracycline and doxycycline induce the shedding of lipopolysaccharide (LPS) by Porphyromonas gingivalis and, as a consequence, may contribute to enhancing the host inflammatory response associated with periodontitis. MATERIAL AND METHODS: A polymyxin-based enzyme-linked immunosorbent assay was used to quantify LPS shedding by P. gingivalis grown in the presence of subICs of tetracycline and doxycycline. A macrophage model was used to show that tetracycline- and doxycycline-mediated LPS shedding by P. gingivalis can induce cytokine secretion. The secretion of interleukin (IL)-1β, IL-8, and tumor necrosis factor-α was quantified by enzyme-linked immunosorbent assay. RESULTS: LPS was shed spontaneously in a time-dependent way by P. gingivalis during growth. LPS shedding was significantly increased by growth in the presence of subICs of tetracycline and doxycycline corresponding to 1/20 of their MICs (0.025 μg/mL for tetracycline and 0.0125 μg/mL for doxycycline). This shedding was not associated with an increased rate of bacterial cell lysis. Stimulating macrophages with a P. gingivalis culture supernatant induced the secretion of IL-1β, IL-8 and tumor necrosis factor-α when the bacteria were grown in the presence of 1/20 MIC of the antibiotics. CONCLUSION: Our study showed that growing P. gingivalis in the presence of subICs of either tetracycline or doxycycline induces LPS shedding. Shed LPS may in turn increase cytokine secretion in a macrophage model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».