MétaCan
Menu
Retour à la cohorte
Enregistrement W3005358374 · doi:10.3389/fimmu.2020.00096

Pseudomonas aeruginosa Modulates the Antiviral Response of Bronchial Epithelial Cells

2020· article· en· W3005358374 sur OpenAlexaff
Michael A. Sørensen, Julia Kantorek, Lauren Byrnes, Sébastien Boutin, Marcus Mall, Felix Lasitschka, Heike Zabeck, Dao Nguyen, Alexander H. Dalpke

Notice bibliographique

RevueFrontiers in Immunology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesBundesministerium für Bildung und ForschungDeutsche Forschungsgemeinschaft
Mots-clésPseudomonas aeruginosaMicrobiologyBiologyBacteria

Résumé

récupéré en direct d'OpenAlex

Cystic fibrosis (CF) patients frequently acquire Pseudomonas aeruginosa infections that have been associated with a bad prognosis and an increased rate of pulmonary exacerbations. Respiratory viruses can cause exacerbations in chronic pulmonary diseases including COPD or asthma and have been suggested to contribute to exacerbations also in CF. In this study we investigated a possible link between P. aeruginosa infection and susceptibility to respiratory viruses. We show that P. aeruginosa is able to block the antiviral response of airway epithelial cells thereby promoting virus infection and spread. Mechanistically, P. aeruginosa secretes the protease AprA in a LasR dependent manner, which is able of directly degrading epithelial-derived IFNλ resulting in inhibition of IFN signaling. In addition, we correlate the virus infection status of CF patients with the ability of patients’ P. aeruginosa isolates to degrade IFNλ. In line with this, the infection status of CF patients correlated significantly with the amount of respiratory viruses in sputum. Our data suggest that the interplay between P. aeruginosa and respiratory virus infections might partially explain the association of increased rates of pulmonary exacerbations and P. aeruginosa infections in CF patients.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,258
Écart entre enseignants0,247 · 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'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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207