MétaCan
Menu
Retour à la cohorte
Enregistrement W2985739852 · doi:10.7554/elife.37172.034

Author response: A bacterial immunomodulatory protein with lipocalin-like domains facilitates host–bacteria mutualism in larval zebrafish

2018· peer-review· en· W2985739852 sur OpenAlexaff
Annah S. Rolig, Emily Goers Sweeney, Lila E Kaye, Michael D. DeSantis, Arden Perkins, Allison V. Banse, M. Kristina Hamilton, Karen Guillemin

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesnon disponible
Mots-clésBiologyImmune systemMutualism (biology)BacteriaInflammationZebrafishCommensalismInnate immune systemMicrobiologyImmunologyEcologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Animals, including humans, harbor vast numbers of bacteria inside our digestive tracts. But rather than wage constant war, we have learned to coexist peacefully, and many of these bacteria are important to keep us healthy. Our immune system controls the number of bacteria, but in some diseases, this balance fails, and immune cells called neutrophils start a defense response. However, such attacks also cause inflammation in our guts, which can damage the tissues and organs. Understanding the delicate balance between immune cells and individual bacteria in humans remains a challenge. Our gut bacteria live in complex communities with many species of microorganisms. Using animals like zebrafish can help to find out if gut bacteria are able to prevent such inflammation. These fish can grow under sterile conditions in the laboratory, allowing the study of added individual bacteria and the molecules they release. They are also transparent, making it easy to capture images of their organs under the microscope. In the wild, they live side-by-side with a type of bacteria called Aeromonas. Here, Rolig et al. added Aeromonas bacteria to sterile zebrafish and observed how they interacted with the fish immune system. This revealed that the bacteria produce a protein to pacify immune cells, named 'Aeromonas immune modulator' (AimA). The sequence of this new protein did not look like any known molecules, but its 3D structure resembled a protein found in animals called lipocalin. AimA dampened inflammation in the gut. When Aeromonas without AimA colonized the zebrafish, their neutrophils went to war. Their guts became inflamed and the bacteria started to die. But when the zebrafish had no neutrophils in their gut, nothing could stop the AimA-deficient bacteria and they grew too much. They produced toxic products, triggering septic shock and killing the fish. Adding AimA back into the fish stopped the inflammation and prevented septic shock, restoring balance. Both partners need AimA to survive. The bacteria need it to shield them from the immune response and the fish need it for protection against toxic products made by the bacteria. Understanding proteins like AimA could help us to control bacteria and gut inflammation. Further work could reveal ways to use similar molecules to treat inflammation or to boost the growth of friendly 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 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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,006

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 Opus0,020
Tête enseignante GPT0,317
Écart entre enseignants0,297 · 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
GenreCommentaire

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

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207