MétaCan
Menu
Retour à la cohorte
Enregistrement W2163481558 · doi:10.1128/iai.01373-10

Impact of <i>Salmonella</i> Infection on Host Hormone Metabolism Revealed by Metabolomics

2011· article· en· W2163481558 sur OpenAlexafffund
L. Caetano M. Antunes, Ellen T. Arena, Alfredo Menéndez, Jun Han, Rosana B. R. Ferreira, Michelle M. C. Buckner, Petra Lolić, Lufiani L. Madilao, Jörg Bohlmann, Christoph H. Borchers, B. Brett Finlay

Notice bibliographique

RevueInfection and Immunity · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSalmonella and Campylobacter epidemiology
Établissements canadiensUniversity of VictoriaCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologySalmonella entericaMetabolomicsHost (biology)SalmonellaSalmonella infectionTranscriptomeProteomicsPathogenMetabolomeMetabolic pathwayComputational biologyMicrobiologyMetabolismBioinformaticsBacteriaGeneGeneticsGene expressionBiochemistry

Résumé

récupéré en direct d'OpenAlex

The interplay between pathogens and their hosts has been studied for decades using targeted approaches, such as the analysis of mutants and host immunological responses. Although much has been learned from such studies, they focus on individual pathways and fail to reveal the global effects of infection on the host. To alleviate this issue, high-throughput methods, such as transcriptomics and proteomics, have been used to study host-pathogen interactions. Recently, metabolomics was established as a new method to study changes in the biochemical composition of host tissues. We report a metabolomic study of Salmonella enterica serovar Typhimurium infection. Our results revealed that dozens of host metabolic pathways are affected by Salmonella in a murine infection model. In particular, multiple host hormone pathways are disrupted. Our results identify unappreciated effects of infection on host metabolism and shed light on mechanisms used by Salmonella to cause disease and by the host to counter infection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,543
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,254
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfection and ImmunityMême sujetSalmonella and Campylobacter epidemiologyTravaux en français237 207