Yellow fever disease severity is driven by an acute cytokine storm modulated by an interplay between the human gut microbiome and the metabolome
Notice bibliographique
Résumé
Abstract Infection with Yellow Fever (YF) can lead to multiple outcomes ranging from death from total organ failure to clearance of viremia and survival. The mechanisms underlying these differences in clinical outcomes have yet to be defined. We had access to a cohort of YF infected subjects that showed these range of outcomes. An unbiased integrated OMICs approach was used to identify pathways and effector molecules that drive the severe disease and death as compared to resolution of infection. We used the MELD and SIC score as objective markers of disease severity. We show that a specific signature of upregulated innate pro-inflammatory cytokines significantly demarcates subjects with severe disease leading to death from subjects who clear virus. Pathogen sequencing showed heightened levels of proteolytic bacteria at the i.e Actinobacteria and these were correlated to lower levels of tryptophan and tyrosine amino acids measured by untargeted metabolomics. These two features were significantly associated to MELD scores synonymous of milder disease. Propionate a bacterial metabolite that triggers Treg differentiation that can as well limit the hyperimmune activation associated to severe outcome was also associated to improved outcome. Our results suggest a model whereby proteolytic bacteria limit the availability of the aromatic amino acid pool available for cytokine production thereby preventing the induction of the cytokine storm that is associated to severe disease and death.
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) | 0,001 | 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 ».