Microbiome networks and change-point analysis reveal key community changes associated with cystic fibrosis pulmonary exacerbations
Notice bibliographique
Résumé
Over 90% of cystic fibrosis (CF) patients die due to chronic lung infections leading to respiratory failure. The decline in CF lung function is greatly accelerated by intermittent and progressively severe acute pulmonary exacerbations (PEs). Despite their clinical impact, surprisingly few microbiological signals associated with PEs have been identified. Here we introduce an unsupervised, systems-oriented approach to identify key members of the microbiota. We used two CF sputum microbiome data sets that were longitudinally collected through periods spanning baseline health and PEs. Key taxa were defined based on three strategies: overall relative abundance, prevalence, and co-occurrence network interconnectedness. We measured the association between changes in the abundance of the key taxa and changes in patient clinical status over time via change-point detection, and found that taxa with the highest level of network interconnectedness tracked changes in patient health significantly better than taxa with the highest abundance or prevalence. We also cross-sectionally stratified all samples into the clinical states and identified key taxa associated with each state. We found that network interconnectedness most strongly delineated the taxa among clinical states, and that anaerobic bacteria were over-represented during PEs. Many of these anaerobes are oropharyngeal bacteria that have been previously isolated from the respiratory tract, and/or have been studied for their role in CF. The observed shift in community structure, and the association of anaerobic taxa and PEs lends further support to the growing consensus that anoxic conditions and the subsequent growth of anaerobic microbes are important predictors of PEs.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».