Inter-personal diversity and temporal dynamics of dental, tongue, and salivary microbiota in the healthy oral cavity
Notice bibliographique
Résumé
Abstract Oral microbes form a complex and dynamic biofilm community, which is subjected to daily host and environmental challenges. Dysbiosis of the oral biofilm is correlated with local and distal infections and postulating a baseline for the healthy core oral microbiota provides an opportunity to examine such shifts during the onset and recurrence of disease. Here we quantified the daily, weekly, and monthly variability of the oral microbiome by sequencing the largest oral microbiota time-series to date, covering multiple oral sites in ten healthy individuals. Temporal dynamics of salivary, dental, and tongue consortia were examined by high-throughput 16S rRNA gene sequencing over 90 days, with four individuals sampled additionally 1 year later. Distinct communities were observed between dental, tongue, and salivary samples, with high levels of similarity observed between the tongue and salivary communities. Twenty-six core OTUs that classified within Streptococcus, Fusobacterium, Haemophilus, Neisseria, Prevotella , and Rothia genera were present in ≥95% samples and accounted for ~65% of the total sequence data. Phylogenetic diversity varied from person to person, but remained relatively stable within individuals over time compared to inter-individual variation. In contrast, the composition of rare microorganisms was highly variable over time, within most individuals. Using machine learning, an individual's oral microbial assemblage could be correctly assigned to them with 88–97% accuracy, depending on the sample site; 83% of samples taken a year after initial sampling could be confidently traced back to the source subject.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».