Metagenomic analysis reveals a rich bacterial content in high‐risk prostate tumors from African men
Notice bibliographique
Résumé
BACKGROUND: Inflammation is a hallmark of prostate cancer (PCa), yet no pathogenic agent has been identified. Men from Africa are at increased risk for both aggressive prostate disease and infection. We hypothesize that pathogenic microbes may be contributing, at least in part, to high-risk PCa presentation within Africa and in turn the observed ethnic disparity. METHODS: Here we reveal through metagenomic analysis of host-derived whole-genome sequencing data, the microbial content within prostate tumor tissue from 22 men. What is unique about this study is that patients were separated by ethnicity, African vs European, and environments, Africa vs Australia. RESULTS: We identified 23 common bacterial genera between the African, Australian, and Chinese prostate tumor samples, while nonbacterial microbes were notably absent. While the most abundant genera across all samples included: Escherichia, Propionibacterium, and Pseudomonas, the core prostate tumor microbiota was enriched for Proteobacteria. We observed a significant increase in the richness of the bacterial communities within the African vs Australian samples (t = 4.6-5.5; P = .0004-.001), largely driven by eight predominant genera. Considering core human gut microbiota, African prostate tissue samples appear enriched for Escherichia and Acidovorax, with an abundance of Eubacterium associated with host tumor hypermutation. CONCLUSIONS: Our study provides suggestive evidence for the presence of a core, bacteria-rich, prostate microbiome. While unable to exclude for fecal contamination, the observed increased bacterial content and richness within the African vs non-African samples, together with elevated tumor mutational burden, suggests the possibility that bacterially-driven oncogenic transformation within the prostate microenvironment may be contributing to aggressive disease presentation in Africa.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».