Common Oral Medications Lead to Prophage Induction in Bacterial Isolates from the Human Gut
Notice bibliographique
Résumé
Many bacteria carry bacteriophages (bacterial viruses) integrated in their genomes in the form of prophages, which replicate passively alongside their bacterial host. Environmental conditions can lead to prophage induction; the switching from prophage replication to lytic replication, that results in new bacteriophage progeny and the lysis of the bacterial host. Despite their abundance in the gut, little is known about what could be inducing these prophages. We show that several medications, at concentrations predicted in the gut, lead to prophage induction of bacterial isolates from the human gut. We tested five medication classes (non-steroidal anti-inflammatory, chemotherapy, mild analgesic, cardiac, and antibiotic) for antimicrobial activity against eight prophage-carrying human gut bacterial representative isolates in vitro. Seven out of eight bacteria showed signs of growth inhibition in response to at least one medication. All medications led to growth inhibition of at least one bacterial isolate. Prophage induction was confirmed in half of the treatments showing antimicrobial activity. Unlike antibiotics, host-targeted medications led to a species-specific induction of Clostridium beijerinckii, Bacteroides caccae, and to a lesser extent Bacteroides eggerthii. These results show how common medication consumption can lead to phage-mediated effects, which in turn would alter the human gut microbiome through increased prophage induction.
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 | 0,000 |
| 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) | 0,002 | 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 ».