MétaCan
Menu
Retour à la cohorte
Enregistrement W3111740716 · doi:10.21203/rs.3.rs-123088/v1

Experimental evaluation of ecological principles to understand and modulate the outcome of bacterial strain competition in gut microbiomes

2020· preprint· en· W3111740716 sur OpenAlexaff
Rafael R. Segura Muñoz, Sara Mantz, Inés Martínez, Robert Schmaltz, Jens Walter, Amanda E. Ramer‐Tait

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesScience Foundation Ireland
Mots-clésAkkermansia muciniphilaBiologyMicrobiomeCompetitive exclusionCompetition (biology)EcologyNicheStrain (injury)Gut microbiomeColonizationMicrobiologyGut floraGeneticsImmunology

Résumé

récupéré en direct d'OpenAlex

Abstract It is unclear if coexistence theory can be applied to gut microbiomes to understand their characteristics and modulate their composition. Through strictly controlled colonization experiments in mice, we demonstrated that strains of Akkermansia muciniphila and Bacteroides vulgatus could only be established if microbiomes were devoid of exactly these species. Strains of A. muciniphila showed strict competitive exclusion, while B. vulgates strains coexistedbut populations were still influenced by competitive interactions. Priority effects were detected for both species as strains’ competitive fitness increased when colonizing first. Based on these observations, we devised a subtractive strategy for A. muciniphila using antibiotics and demonstrated that a strain from an assembled community can be stably replaced by another strain. Altogether, these results suggest that aspects of coexistence theory, e.g., niche partitioning and the impact of priority effects on fitness differences, can be applied to explain ecological characteristics of gut microbiomes and modulate their composition.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,223
Tête enseignante GPT0,460
Écart entre enseignants0,237 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetGut microbiota and healthTravaux en français237 207