MétaCan
Menu
Retour à la cohorte
Enregistrement W2969363028 · doi:10.1038/s41467-019-11608-9

Bacteria evoke alarm behaviour in zebrafish

2019· article· en· W2969363028 sur OpenAlexaff
Joanne Chia, Elena S. Wall, Caroline Lei Wee, Thomas A. J. Rowland, Ruey‐Kuang Cheng, Kathleen Cheow, Karen Guillemin, Suresh Jesuthasan

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesNational Institute of General Medical SciencesInstitute of Molecular and Cell BiologyMinistry of Education, IndiaNanyang Technological UniversityLee Kong Chian School of Medicine, Nanyang Technological UniversityMinistry of Education - SingaporeAgency for Science, Technology and ResearchNational Institutes of HealthU.S. Department of Health and Human Services
Mots-clésMucusBacteriaZebrafishALARMBiologyMicrobiologyPopulationFish <Actinopterygii>Cell biologyEcologyMedicineFisheryGenetics

Résumé

récupéré en direct d'OpenAlex

When injured, fish release an alarm substance (Schreckstoff) that elicits fear in members of their shoal. Although Schreckstoff has been proposed to be produced by club cells in the skin, several observations indicate that these giant cells function primarily in immunity. Previous data indicate that the alarm substance can be isolated from mucus. Here we show that mucus, as well as bacteria, are transported from the external surface into club cells, by cytoplasmic transfer or invasion of cells, including neutrophils. The presence of bacteria inside club cells raises the possibility that the alarm substance may contain a bacterial component. Indeed, lysate from a zebrafish Staphylococcus isolate is sufficient to elicit alarm behaviour, acting in concert with a substance from fish. These results suggest that Schreckstoff, which allows one individual to unwittingly change the emotional state of the surrounding population, derives from two kingdoms and is associated with processes that protect the host from bacteria.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,452

Scores Codex et Gemma par catégorie

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 ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,321
Écart entre enseignants0,309 · 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 tête enseignante, 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

Citations45
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207