UPEC Colonic-Virulence and Urovirulence Are Blunted by Proanthocyanidins-Rich Cranberry Extract Microbial Metabolites in a Gut Model and a 3D Tissue-Engineered Urothelium
Notice bibliographique
Résumé
Uropathogenic Escherichia coli (UPEC) are the primary cause of recurrent urinary tract infections (UTI). The poor understanding of UPEC ecology-pathophysiology from its reservoir-the gut, to its infection site-the urothelium, partly explains the inadequate and abusive use of antibiotics to treat UTI, which leads to a dramatic upsurge in antibiotic-resistance cases. In this context, we evaluated the effect of a cranberry proanthocyanidins (PAC)-rich extract on the UPEC survival and virulence in a bipartite model of a gut microbial environment and a 3D urothelium model. We demonstrated that PAC-rich cranberry extract microbial metabolites significantly blunt activation of UPEC virulence genes at an early stage in the gut reservoir. We also showed that altered virulence in the gut affects infectivity on the urothelium in a microbiota-dependent manner. Among the possible mechanisms, we surmise that specific microbial PAC metabolites may attenuate UPEC virulence, thereby explaining the preventative, yet contentious properties of cranberry against UTI.
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) | 0,001 | 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 ».