Association between Downstream Taste Signaling Genes, Oral Microbiome, and Severe Early Childhood Caries
Notice bibliographique
Résumé
Polymorphisms in taste receptor genes have been shown to play a role in early childhood caries (ECC), a multifactorial, biofilm-mediated disease. This study aimed to evaluate associations between severe-ECC (S-ECC), the oral microbiome, and variants in genes that encode components of the G protein-coupled receptor (GPCR) signaling cascade involved in taste sensation. A total of 176 children (88 caries-free; 88 with S-ECC) were recruited. Analyses of 16S and ITS1 rRNA microbial genes and seven (GNAQ, GNAS, GNAT3, GNAI2, RAC1, RALB, and PLCB2) human genes were pursued using next-generation sequencing. Regression analyses were performed to evaluate associations between genetic variants, S-ECC, and the supragingival plaque microbiome. Results suggest that PLCB2 rs2305645 (T), rs1869901 (G), and rs2305649 (G) alleles had a protective effect on S-ECC (rs2305645, odds ratio (OR) = 0.27 (95% confidence interval (CI): 0.14–0.51); rs1869901, OR = 0.34 (95% CI: 0.20–0.58); and rs2305649, OR = 0.43 (95% CI: 0.26–0.71)). Variants in GNAQ, GNAS, GNAT3, PLCB2, RALB, and RAC1 were associated with oral fungal and bacterial community composition. This study revealed that three loci at PLCB2 are significantly associated with S-ECC. Variants in multiple genes were associated with the composition of dental biofilm. These findings contribute to the current knowledge about the role of genetics in S-ECC.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».