The Microbiome of Temporal Arteries
Notice bibliographique
Résumé
Objective: A role for microorganisms in giant cell arteritis (GCA) has long been suspected. We describe the microbiomes of temporal arteries from patients with GCA and controls.Methods: Temporal artery biopsies from patients suspected to have GCA were collected under aseptic conditions and snap-frozen. Fluorescence in situ hybridization (FISH) and long-read 16S rRNA-gene sequencing was used to examine microbiomes of temporal arteries. Taxonomic classification of bacterial sequences was performed to the genus level and relative abundances were calculated. Microbiome differential abundances were analyzed by principal coordinate analysis (PCoA) with comparative Unifrac distances and predicted functional profiling using PICRUSt.Results : Forty-seven patients, including 9 with biopsy-positive GCA, 15 with biopsy-negative GCA and 23 controls without GCA, were enrolled. FISH for bacterial DNA revealed signal in the arterial media. Beta, but not alpha, diversity differed between GCA and control temporal arteries (P = 0.042). Importantly, there were no significant differences between biopsy-positive and biopsy-negative GCA (P > 0.99). The largest differential abundances seen between GCA and non-GCA temporal arteries included Proteobacteria (P), Bifidobacterium (g), Parasutterella (g) and Granulicatella (g) [Log 2-fold change > 4].Conclusion: Temporal arteries are not sterile, but rather are inhabited by a community of bacteria. We have demonstrated that there are microbiomic differences between GCA and non-GCA temporal arteries, but not between biopsy-positive and biopsy-negative GCA.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».