Multistrain Probiotic Modulation of Intestinal Epithelial Cells' Immune Response to a Double-Stranded RNA Ligand, Poly(I·C)
Notice bibliographique
Résumé
A commercially available product containing three probiotic bacterial strains (Lactobacillus helveticus R0052, Bifidobacterium longum subsp. infantis R0033, and Bifidobacterium bifidum R0071) was previously shown in animal trials to modulate both TH1 and TH2 immune responses. Clinical studies on this combination of bacteria have also shown positive health effects against seasonal winter diseases and rotavirus infection. The goal of this study was to use a well-established in vitro intestinal epithelial (HT-29) cell model that has been shown to constitutively express double-stranded RNA (dsRNA) sensors (Toll-like receptor 3 [TLR3], retinoic acid-inducible gene I, melanoma differentiation-associated gene 5, and dsRNA-activated protein kinase). By using the HT-29 cell model, we wanted to evaluate whether or not this combination of three bacteria had the capacity to immune modulate the host cell response to a dsRNA ligand, poly(I·C). Using a custom-designed, two-color expression microarray targeting genes of the human immune system, we investigated the response of HT-29 cells challenged with poly(I·C) both in the presence and in the absence of the three probiotic bacteria. We observed that the combination of the three bacteria had a major impact on attenuating the expression of genes connected to proinflammatory TH1 and antiviral innate immune responses compared to that obtained by the poly(I·C)-only challenge. Major pathways through which the multistrain combination may be eliciting its immune-modulatory effect include the TLR3 domain-containing adapter-inducing beta interferon (TRIF), mitogen-activated protein kinase, and NF-κB signaling pathways. Such a model may be useful for selecting potential biomarkers for the design of future clinical trials.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».