MétaCan
Menu
Retour à la cohorte
Enregistrement W4313369096 · doi:10.4049/jimmunol.204.supp.141.15

Virus-mediated dysbiosis alters immune populations to promote type 1 diabetes onset

2020· article· en· W4313369096 sur OpenAlexaff
Zachary J. Morse, Rachel L. Simister, Sean A. Crowe, Lisa C. Osborne, Marc S. Horwitz

Notice bibliographique

RevueThe Journal of Immunology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImmunologyCoxsackievirusImmune systemDysbiosisAutoimmunityBiologyMicrobiomeNOD miceNodGut floraType 1 diabetesDiabetes mellitusEnterovirusVirusBioinformaticsEndocrinology

Résumé

récupéré en direct d'OpenAlex

Abstract In combination with genetic determinants, susceptibility to autoimmune diseases such as Type 1 Diabetes (T1D) is established by various environmental factors including infection, microbial dysbiosis, antibiotic use, and vitamin D deficiency. Studies have implicated infection with certain viruses such as coxsackievirus B (CVB) to be an important cofactor associated with diabetes development and pathogenesis. Infections may be an instigating factor to alter the microbiome and this microbial change may be sufficient to skew immune populations and promote autoimmunity. Mucosa-associated invariant T (MAIT) cell populations have been shown to be altered leading up to diabetes onset in patients and mice. These cells are activated by microbial products in the gut to promote intestinal integrity, but they can also take on a more inflammatory phenotype and participate in autoimmune responses in the pancreas. Ultimately, there exists a significant potential for cross-talk between CVB infection, the microbiome, and gut-resident immune cells impacting T1D susceptibility. We have found CVB infection not only promotes onset of T1D in non-obese diabetic (NOD) mice but also causes dysbiosis which resembles that of a spontaneously diabetic NOD mouse. Introducing this new infection-induced microbial composition into naïve mice through the use of fecal microbiome transfers (FMTs) can accelerate T1D onset and alter immune profiles in the gut as well as the pancreas. Furthermore, MAIT populations are altered by this “diabetogenic” microbiome and also respond directly to CVB infection. Together our data highlights the role of virus infection and its ability to affect the gut microbiome and immune homeostasis to contribute to T1D development.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of ImmunologyMême sujetDiabetes and associated disordersTravaux en français237 207