Pregnancy associates with alterations to the host and microbial proteome in vaginal mucosa
Notice bibliographique
Résumé
PROBLEM: Pregnant women are at increased risk of HIV acquisition, but the biological mechanisms contributing to this observation are not well understood. METHOD OF STUDY: Here, we assessed host immune and microbiome differences in the vaginal mucosa of healthy pregnant and non-pregnant women using a metaproteomics approach. Cervicovaginal lavage (CVL) samples were collected from 23 pregnant and 25 non-pregnant women. RESULTS: Mass spectrometry analysis of CVL identified 550 human proteins and 376 bacterial proteins from 11 genera. Host proteome analysis indicated 56 human proteins (10%) were differentially abundant (P < .05) between pregnant and non-pregnant women, including proteins involved in angiogenesis (P = 3.36E-3), cell movement of phagocytes (P = 1.34E-6), and permeability of blood vessels (P = 1.27E-4). The major bacterial genera identified were Lactobacillus, Gardnerella, Prevotella, Megasphaera, and Atopobium. Pregnant women had higher levels of Lactobacillus species (P = .017) compared with non-pregnant women. Functional pathway analysis indicated that pregnancy associated with changes to bacterial metabolic pathway involved in energy metabolism, which were increased in pregnant women (P = .035). CONCLUSION: Overall, pregnant women showed differences in the cervicovaginal proteome and microbiome that may be important for HIV infection risk.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».