MétaCan
Menu
Retour à la cohorte
Enregistrement W2920091576 · doi:10.1186/s12929-018-0495-4

Pathobiont release from dysbiotic gut microbiota biofilms in intestinal inflammatory diseases: a role for iron?

2019· review· en· W2920091576 sur OpenAlexafffund
André G. Buret, Jean‐Paul Motta, Thibault Allain, José G. Ferraz, John L. Wallace

Notice bibliographique

RevueJournal of Biomedical Science · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchCrohn's and Colitis Canada
Mots-clésDysbiosisGut floraBiofilmBiologyCommensalismMicrobiologyInflammatory bowel diseaseDiseaseImmunologyHomeostasisBacteriaMedicineCell biologyGeneticsPathology

Résumé

récupéré en direct d'OpenAlex

Gut microbiota interacting with an intact mucosal surface are key to the maintenance of homeostasis and health. This review discusses the current state of knowledge of the biofilm mode of growth of these microbiota communities, and how in turn their disruptions may cause disease. Beyond alterations of relative microbial abundance and diversity, the aim of the review is to focus on the disruptions of the microbiota biofilm structure and function, the dispersion of commensal bacteria, and the mechanisms whereby these dispersed commensals may become pathobionts. Recent findings have linked iron acquisition to the expression of virulence factors in gut commensals that have become pathobionts. Causal studies are emerging, and mechanisms common to enteropathogen-induced disruptions, as well as those reported for Inflammatory Bowel Disease and colo-rectal cancer are used as examples to illustrate the great translational potential of such research. These new observations shed new light on our attempts to develop new therapies that are able to protect and restore gut microbiota homeostasis in the many disease conditions that have been linked to microbiota dysbiosis.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,321
Écart entre enseignants0,305 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations209
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical ScienceMême sujetGut microbiota and healthTravaux en français237 207