Identification of quantitative trait loci influencing inflammation‐mediated alveolar bone loss: insights into polygenic inheritance of host–biofilm disequilibria in periodontitis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: The relative contribution of genetic and environmental factors to the onset and progression of periodontitis is inconclusive. Despite the high prevalence, phenotypic heterogeneity and significant local and systemic implications of this disease, early detection and individualized therapy are problematic. Using a murine model of periodontitis in a panel of 17 recombinant inbred mice, the current study addressed the heritability of, and oral dysbiosis associated with, inflammation-mediated alveolar bone loss (iABL), the hallmark of periodontitis. MATERIAL AND METHODS: Quantitative trait locus (QTL) genomics and quantitative PCR for over 99% of known murine oral microbiota were used. RESULTS: It was found that iABL is a polygenic trait with 32.7% heritability. One suggestive QTL, nicknamed inflammation-mediated alveolar bone loss locus (iABLL), was identified on chromosome 2. Eleven genes involved in innate immune responses and bone metabolism, particularly related to macrophage and osteoblast function, namely Etl4, Pdss1, Cobll1, 9330158F14Rik, Xirp2, Stk39, Mettl5, Metapl1, Itga6, Pdk1 and Sp3, were found in the iABLL using cis expression QTL and nonsynonymous single nucleotide polymorphism analyses. Specific oral microbiome shifts in saliva and tongue mucosa are associated with disease in this model. CONCLUSION: Our results indicate that complex host-biofilm interactions generate pathogenic states that extend beyond subgingival biofilms and periodontal tissues. Although no temporal relationship between the onset of iABL and microbiome changes were established, our findings suggest that host factors may be responsible for pathogenic shifts in subgingival biofilms when persistent and undisturbed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».