Virus Infection Causes Dysbiosis to Promote Type 1 Diabetes Onset
Notice bibliographique
Résumé
Abstract Autoimmune disorders like type 1 diabetes (T1D) are complex diseases caused by numerous factors including both genetic variance and environmental influences. Two such exogenous factors, intestinal microbial composition and enterovirus infection, have been independently associated with T1D onset in both humans and animal models. Since environmental factors rarely work in isolation, we examined the cross-talk between the microbiome and Coxsackievirus B4 (CVB4), an enterovirus that accelerates T1D onset in non-obese diabetic (NOD) mice. We demonstrate that CVB4-infection induced restructuring of the intestinal microbiome prior to T1D onset that was associated with thinning of the mucosal barrier, bacterial translocation to the pancreatic lymph node, and increased detection of circulating and intestinal commensal-reactive antibodies. Notably, the CVB4-induced change in community composition was strikingly similar to that of uninfected NOD mice that spontaneously developed diabetes, thus implying a mutual “diabetogenic” microbiome. Furthermore, fecal microbiome transfer (FMT) of the diabetogenic microbiota from CVB4-infected mice was sufficient to enhance T1D susceptibility in naïve NOD recipients. These findings support a model whereby CVB infection disrupts the microbiome and intestinal homeostasis in a way that promotes activation of autoreactive immune cells and T1D.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».