Host and gut microbiome modulate the antiparasitic activity of nectar metabolites in a bumblebee pollinator
Notice bibliographique
Résumé
Abstract Antimicrobial nectar secondary metabolites can support pollinator health by preventing or reducing parasite infections. To better understand the outcome of nectar metabolite–parasite interactions in pollinators, we determined whether the antiparasitic activity was altered through chemical modification by the host or resident microbiome during gut passage. We investigated this interaction with linden (Tilia spp.) and strawberry tree (Arbutus unedo) nectar compounds. Unedone from A. unedo nectar inhibited the common bumblebee gut parasite Crithidia bombi in vitro and in Bombus terrestris gynes. A compound in Tilia nectar, 1-[4-(1-hydroxy-1-methylethyl)-1,3-cyclohexadiene-1-carboxylate]-6-O-β-d-glucopyranosyl-β-d-glucopyranose (tiliaside), showed no inhibition in vitro at naturally occurring concentrations but reduced C. bombi infections of B. terrestris workers. Independent of microbiome status, tiliaside was deglycosylated during gut passage, thereby increasing its antiparasitic activity in the hindgut, the site of C. bombi infections. Conversely, unedone was first glycosylated in the midgut without influence of the microbiome to unedone-8-O-β-d-glucoside, rendering it inactive against C. bombi, but subsequently deglycosylated by the microbiome in the hindgut, restoring its activity. We therefore show that conversion of nectar metabolites by either the host or the microbiome modulates antiparasitic activity of nectar metabolites. This article is part of the theme issue ‘Natural processes influencing pollinator health: from chemistry to landscapes’.
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 ».