MétaCan
Menu
Retour à la cohorte
Enregistrement W2917312547 · doi:10.1101/565556

Low-dose antibiotics can collapse gut bacterial populations via a gelation transition

2019· preprint· en· W2917312547 sur OpenAlexaff
Brandon H. Schlomann, Travis J. Wiles, Elena S. Wall, Karen Guillemin, R. Parthasarathy

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesUniversity of OregonKavli FoundationM.J. Murdock Charitable TrustNational Institutes of HealthNational Science Foundation
Mots-clésAntibioticsCiprofloxacinBiologyMicrobiomeIntestinal bacteriaIn vivoBacteriaMicrobiologyZebrafishGut floraGut microbiomeImmunologyBioinformaticsGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Antibiotics can profoundly alter the intestinal microbiome even at the sublethal concentrations often encountered through environmental contamination. The mechanisms by which low-dose antibiotics induce large yet highly variable changes in gut communities have remained elusive. We therefore investigated the impact of antibiotics on intestinal bacteria using larval zebrafish, whose experimental tractability enables high-resolution in vivo examination of response dynamics. Live imaging revealed that sublethal doses of the common antibiotic ciprofloxacin lead to severe drops in bacterial abundance, coincident with changes in spatial organization that increase susceptibility to intestinal expulsion. Strikingly, our data can be mapped onto a physical model of living gels that links bacterial aggregation and expulsion to nonequilibrium abundance dynamics, providing a framework for predicting the impact of antibiotics on the intestinal microbiome.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,214
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSingle-cell and spatial transcriptomicsTravaux en français237 207