MétaCan
Menu
Retour à la cohorte
Enregistrement W4306950415 · doi:10.1038/s41522-022-00344-6

Role of mucus-bacteria interactions in Enterotoxigenic Escherichia coli (ETEC) H10407 virulence and interplay with human microbiome

2022· article· en· W4306950415 sur OpenAlexaff
Thomas Sauvaitre, Josefien Van Landuyt, Claude Durif, Charlène Roussel, Adeline Sivignon, Sandrine Chalançon, Ophélie Uriot, Florence Van Herreweghen, Tom Van de Wiele, Lucie Etienne‐Mesmin, Stéphanie Blanquet‐Diot

Notice bibliographique

Revuenpj Biofilms and Microbiomes · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMucusEnterotoxigenic Escherichia coliMicrobiologyVirulenceBiologyMucinMicrobiomePathogenBacterial adhesinEscherichia coliGeneGeneticsEcologyEnterotoxin

Résumé

récupéré en direct d'OpenAlex

The intestinal mucus layer has a dual role in human health constituting a well-known microbial niche that supports gut microbiota maintenance but also acting as a physical barrier against enteric pathogens. Enterotoxigenic Escherichia coli (ETEC), the major agent responsible for traveler's diarrhea, is able to bind and degrade intestinal mucins, representing an important but understudied virulent trait of the pathogen. Using a set of complementary in vitro approaches simulating the human digestive environment, this study aimed to describe how the mucus microenvironment could shape different aspects of the human ETEC strain H10407 pathophysiology, namely its survival, adhesion, virulence gene expression, interleukin-8 induction and interactions with human fecal microbiota. Using the TNO gastrointestinal model (TIM-1) simulating the physicochemical conditions of the human upper gastrointestinal (GI) tract, we reported that mucus secretion and physical surface sustained ETEC survival, probably by helping it to face GI stresses. When integrating the host part in Caco2/HT29-MTX co-culture model, we demonstrated that mucus secreting-cells favored ETEC adhesion and virulence gene expression, but did not impede ETEC Interleukin-8 (IL-8) induction. Furthermore, we proved that mucosal surface did not favor ETEC colonization in a complex gut microbial background simulated in batch fecal experiments. However, the mucus-specific microbiota was widely modified upon the ETEC challenge suggesting its role in the pathogen infectious cycle. Using multi-targeted in vitro approaches, this study supports the major role played by mucus in ETEC pathophysiology, opening avenues in the design of new treatment strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,251
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Biofilms and MicrobiomesMême sujetGut microbiota and healthTravaux en français237 207