Crohn’s disease proteolytic microbiota enhances inflammation through PAR2 pathway in gnotobiotic mice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Emerging evidence implicates microbial proteolytic activity in ulcerative colitis (UC), but whether it also plays a role in Crohn’s disease (CD) remains unclear. We investigated the effects of colonizing adult and neonatal germ-free C57BL/6 mice with CD microbiota, selected based on high (CD-HPA) or low fecal proteolytic activity (CD-LPA), or microbiota from healthy controls with LPA (HC-LPA) or HPA (HC-HPA). We then investigated colitogenic mechanisms in gnotobiotic C57BL/6, and in mice with impaired Nucleotide-binding Oligomerization Domain-2 (NOD2) and Protease-Activated Receptor 2 (PAR2) cleavage resistant mice (Nod2−/−; R38E-PAR2 respectively). At sacrifice, total fecal proteolytic, elastolytic, and mucolytic activity were analyzed. Microbial community and predicted function were assessed by 16S rRNA gene sequencing and PICRUSt2. Immune function and colonic injury were investigated by inflammatory gene expression (NanoString) and histology. Colonization with HC-LPA or CD-LPA lowered baseline fecal proteolytic activity in germ-free mice, which was paralleled by lower acute inflammatory cell infiltrate. CD-HPA further increased proteolytic activity compared with germ-free mice. CD-HPA mice had lower alpha diversity, distinct microbial profiles and higher fecal proteolytic activity compared with CD-LPA. C57BL/6 and Nod2−/− mice, but not R38E-PAR2, colonized with CD-HPA had higher colitis severity than those colonized with CD-LPA. Our results indicate that CD proteolytic microbiota is proinflammatory, increasing colitis severity through a PAR2 pathway.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle