Altering Host Resistance to Infections through Microbial Transplantation
Notice bibliographique
Résumé
Host resistance to bacterial infections is thought to be dictated by host genetic factors. Infections by the natural murine enteric pathogen Citrobacter rodentium (used as a model of human enteropathogenic and enterohaemorrhagic E. coli infections) vary between mice strains, from mild self-resolving colonization in NIH Swiss mice to lethality in C3H/HeJ mice. However, no clear genetic component had been shown to be responsible for the differences observed with C. rodentium infections. Because the intestinal microbiota is important in regulating resistance to infection, and microbial composition is dependent on host genotype, it was tested whether variations in microbial composition between mouse strains contributed to differences in "host" susceptibility by transferring the microbiota of resistant mice to lethally susceptible mice prior to infection. Successful transfer of the microbiota from resistant to susceptible mice resulted in delayed pathogen colonization and mortality. Delayed mortality was associated with increased IL-22 mediated innate defense including antimicrobial peptides Reg3γ and Reg3β, and immunono-neutralization of IL-22 abrogated the beneficial effect of microbiota transfer. Conversely, depletion of the native microbiota in resistant mice by antibiotics and transfer of the susceptible mouse microbiota resulted in reduced innate defenses and greater pathology upon infection. This work demonstrates the importance of the microbiota and how it regulates mucosal immunity, providing an important factor in susceptibility to enteric infection. Transfer of resistance through microbial transplantation (bacteriotherapy) provides additional mechanisms to alter "host" resistance, and a novel means to alter enteric infection and to study host-pathogen interactions.
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) | 0,000 | 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) | 0,000 | 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 ».