Label‐Free Quantitative Proteomics Distinguishes General and Site‐Specific Host Responses to <i>Pseudomonas aeruginosa</i> Infection at the Ocular Surface
Notice bibliographique
Résumé
Mass spectrometry-based proteomics enables the unbiased and sensitive profiling of cellular proteomes and extracellular environments. Recent technological and bioinformatic advances permit identifying dual biological systems in a single experiment, supporting investigation of infection from both the host and pathogen perspectives. At the ocular surface, Pseudomonas aeruginosa is commonly associated with biofilm formation and inflammation of the ocular tissues, causing damage to the eye. The interaction between P. aeruginosa and the immune system at the site of infection describes limitations in clearance of infection and enhanced pathogenesis. Here, the extracellular environment (eye wash) of murine ocular surfaces infected with a clinical isolate of P. aeruginosa is profiled and neutrophil marker proteins are detected, indicating neutrophil recruitment to the site of infection. The first potential diagnostic markers of P. aeruginosa-associated keratitis are also identified. In addition, the deepest murine corneal proteome to date is defined and proteins, categories, and networks critical to the host response are detected. Moreover, the first identification of bacterial proteins attached to the ocular surface is reported. The findings are validated through in silico comparisons and enzymatic profiling. Overall, the work provides comprehensive profiling of the host-pathogen interface and uncovers differences between general and site-specific host responses to infection.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 0,002 |
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 tête enseignante, 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 ».