MétaCan
Menu
Retour à la cohorte
Enregistrement W4320710517 · doi:10.1111/mec.16862

Transmission mode and dispersal traits correlate with host specificity in mammalian gut microbes

2023· article· en· W4320710517 sur OpenAlexaff
Florent Mazel, Antoine Guisan, Laura Wegener Parfrey

Notice bibliographique

RevueMolecular Ecology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesHuman Frontier Science Program
Mots-clésBiological dispersalBiologyGeneralist and specialist speciesHost (biology)Transmission (telecommunications)EcologyHost specificityHorizontal transmissionLimitingBacteriaEvolutionary biologyGeneticsPopulationHabitat

Résumé

récupéré en direct d'OpenAlex

Different host species associate with distinct gut microbes in mammals, a pattern sometimes referred to as phylosymbiosis. However, the processes shaping this host specificity are not well understood. One model proposes that barriers to microbial transmission promote specificity by limiting microbial dispersal between hosts. This model predicts that specificity levels measured across microbes is correlated to transmission mode (vertical vs. horizontal) and individual dispersal traits. Here, we leverage two large publicly available gut microbiota data sets (1490 samples from 195 host species) to test this prediction. We found that host specificity varies widely across bacteria (i.e., there are generalist and specialist bacteria) and depends on transmission mode and dispersal ability. Horizontally-like transmitted bacteria equipped with traits that facilitate switches between host (e.g., tolerance to oxygen) were found to be less specific (more generalist) than microbes without those traits, for example, vertically-like inherited bacteria that are intolerant to oxygen. Altogether, our findings are compatible with a model in which limited microbial dispersal abilities foster host specificity.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,236
Écart entre enseignants0,230 · 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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetGut microbiota and healthTravaux en français237 207