Genome scale metabolic model driven strategy to delineate host response to <i>Mycobacterium tuberculosis</i> infection
Notice bibliographique
Résumé
We analyze high throughput proteomics data reflecting the response of the Mφ-like THP1 cell line to Mycobacterium tuberculosis (M. tuberculosis) infection. M. tuberculosis's engagement with the host's metabolic pathways is a known strategy employed by the pathogen to shift the balance in its favour. Our study revisits this strategy through the integration of the temporal proteomics data in the genome-scale metabolic model (GSMM) giving context-specific GSMMs. THP1 cells were infected with H37Ra, H37Rv, BND433 and JAL2287 strains of M. tuberculosis and the host response was studied at 6, 18, 30 and 42 hours after infection. We have developed a modified flux balance analysis (FBA), which does not use an objective function, to find the fluxes of metabolic reactions in different strains and stages of infection and have revealed different functional modules. Hence, we have established a method of rewiring using GSMMs to explore potential strategies to change the flux state of virulent M. tuberculosis infected macrophages as against their avirulent counterparts. Our methodology gives a correlation between different flux states, the extent of which was interpreted as the extent of rewiring. The accuracy of the results from the proposed methodology was validated with gene knockout experimental data. We found that more than one reaction has to be rewired simultaneously to alter virulent to an avirulent response. The identified modules showed influence across the investigated strains and time points suggesting that these reactions could be therapeutically targeted. This novel methodology is now available for use in other systems.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 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 ».