Microbial dysbiosis and the host airway epithelial response: insights into HIV-associated COPD using multi’omics profiling
Notice bibliographique
Résumé
BACKGROUND: People living with HIV (PLWH) are at increased risk of developing Chronic Obstructive Pulmonary Disease (COPD) independent of cigarette smoking. We hypothesized that dysbiosis in PLWH is associated with epigenetic and transcriptomic disruptions in the airway epithelium. METHODS: Airway epithelial brushings were collected from 18 COPD + HIV + , 16 COPD - HIV + , 22 COPD + HIV - and 20 COPD - HIV - subjects. The microbiome, methylome, and transcriptome were profiled using 16S sequencing, Illumina Infinium Methylation EPIC chip, and RNA sequencing, respectively. Multi 'omic integration was performed using Data Integration Analysis for Biomarker discovery using Latent cOmponents. A correlation > 0.7 was used to identify key interactions between the 'omes. RESULTS: The COPD + HIV -, COPD -HIV + , and COPD + HIV + groups had reduced Shannon Diversity (p = 0.004, p = 0.023, and p = 5.5e-06, respectively) compared to individuals with neither COPD nor HIV, with the COPD + HIV + group demonstrating the most reduced diversity. Microbial communities were significantly different between the four groups (p = 0.001). Multi 'omic integration identified correlations between Bacteroidetes Prevotella, genes FUZ, FASTKD3, and ACVR1B, and epigenetic features CpG-FUZ and CpG-PHLDB3. CONCLUSION: PLWH with COPD manifest decreased diversity and altered microbial communities in their airway epithelial microbiome. The reduction in Prevotella in this group was linked with epigenetic and transcriptomic disruptions in host genes including FUZ, FASTKD3, and ACVR1B.
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 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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».