Intra- and inter-species interactions drive early phases of invasion in mice gut microbiota
Notice bibliographique
Résumé
Abstract The stability and dynamics of ecological communities are dictated by interaction networks typically quantified at the level of species. 1–10 But how such networks are influenced by intra-species variation (ISV) is poorly understood. 11–14 Here, we use ~500,000 chromosomal barcodes to track high-resolution intra-species clonal lineages of Escherichia coli invading mice gut with the increasing complexity of gut microbiome: germ-free, antibiotic-perturbed, and innate microbiota. By co-clustering the dynamics of intra-species clonal lineages and those of gut bacteria from 16S rRNA profiling, we show the emergence of complex time-dependent interactions between E. coli clones and resident gut bacteria. With a new approach, dynamic covariance mapping (DCM), we differentiate three phases of invasion in susceptible communities: 1) initial loss of community stability as E. coli enters; 2) recolonization of some gut bacteria; and 3) recovery of stability with E. coli coexisting with resident bacteria in a quasi-steady state. Comparison of the dynamics, stability and fitness from experimental replicates and different cohorts suggest that phase 1 is driven by mutations in E. coli before colonization, while phase 3 is by de novo mutations. Our results highlight the transient nature of interaction networks in microbiomes driven by the persistent coupling of ecological and evolutionary dynamics. One-Sentence Summary High-resolution lineage tracking and dynamic covariance mapping (DCM) define three distinct phases during early gut microbiome invasion.
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) | 0,002 | 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 ».