A dysbiotic mycobiome dominated by <i>Candida albicans</i> is identified within oral squamous-cell carcinomas
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of this study was to characterize the mycobiome associated with oral squamous-cell carcinoma (OSCC). DNA was extracted from 52 tissue biopsies (cases: 25 OSCC; controls: 27 intra-oral fibro-epithelial polyps [FEP]) and sequenced for the fungal internal transcribed spacer 2 region using Illumina™ 2 x300bp chemistry. Merged reads were classified to species level using a BLASTN-algorithm with UNITE’s named species sequences as reference. Downstream analyses were performed using QIIME™ and linear discriminant analysis effect size. A total of 364 species representing 160 genera and two phyla (Ascomycota and Basidiomycota) were identified, with Candida and Malassezia making up 48% and 11% of the average mycobiome, respectively. However, only five species and four genera were detected in ≥50% of the samples. The species richness and diversity were significantly lower in OSCC. Genera Candida, Hannaella, and Gibberella were overrepresented in OSCC; Alternaria and Trametes were more abundant in FEP. Species-wise, Candida albicans, Candida etchellsii, and a Hannaella luteola–like species were enriched in OSCC, while a Hanseniaspora uvarum–like species, Malassezia restricta, and Aspergillus tamarii were the most significantly abundant in FEP. In conclusion, a dysbiotic mycobiome dominated by C. albicans was found in association with OSCC, a finding worth further investigation.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle