Vaginal epithelial dysfunction is mediated by the microbiome, metabolome, and mTOR signaling
Notice bibliographique
Résumé
Bacterial vaginosis (BV) is characterized by depletion of Lactobacillus and overgrowth of anaerobic and facultative bacteria, leading to increased mucosal inflammation, epithelial disruption, and poor reproductive health outcomes. However, the molecular mediators contributing to vaginal epithelial dysfunction are poorly understood. Here we utilize proteomic, transcriptomic, and metabolomic analyses to characterize biological features underlying BV in 405 African women and explore functional mechanisms in vitro. We identify five major vaginal microbiome groups: L. crispatus (21%), L. iners (18%), Lactobacillus (9%), Gardnerella (30%), and polymicrobial (22%). Using multi-omics we show that BV-associated epithelial disruption and mucosal inflammation link to the mammalian target of rapamycin (mTOR) pathway and associate with Gardnerella, M. mulieris, and specific metabolites including imidazole propionate. Experiments in vitro confirm that type strain G. vaginalis and M. mulieris supernatants and imidazole propionate directly affect epithelial barrier function and activation of mTOR pathways. These results find that the microbiome-mTOR axis is a central feature of epithelial dysfunction in BV.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».