Metagenomic Analysis of Microbiome in Colon Tissue from Subjects with Inflammatory Bowel Diseases Reveals Interplay of Viruses and Bacteria
Notice bibliographique
Résumé
Inflammatory bowel diseases (IBD), Crohn's disease and ulcerative colitis, are poorly understood disorders affecting the intestinal tract. The current model for disease suggests that genetically susceptible patients develop intolerance to gut microflora, and chronic inflammation develops as a result of environmental insults. Although interest has mainly focused on studying genetic variants and gut bacterial flora, little is known about the potential of viral infection to contribute to disease. Accordingly, we conducted a metagenomic analysis to document the baseline virome in colonic biopsy samples from patients with IBD in order to assess the contribution of viral infection to IBD. Libraries were generated from colon RNA to create approximately 2 GB sequence data per library. Using a bioinformatic pipeline designed to detect viral sequences, more than 1000 viral reads were derived directly from tissue without any coculture or isolation procedure. Herein, we describe the complexity and abundance of viruses, bacteria/bacteriophage, and human endogenous retroviral sequences from 10 patients with IBD and 5 healthy subjects undergoing surveillance colonoscopy. Differences in gut microflora and the abundance of mammalian viruses and human endogenous retroviruses were readily detected in the metagenomic analyses. Specifically, patients with herpesviridae sequences in their colon demonstrated increased expression of human endogenous viral sequences and differences in the diversity of their microbiome. This study provides a promising metagenomic approach to describe the colonic microbiome that can be used to better understand virus-host and phage-bacteria interactions in IBD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».