Multi-Omics Data Integration Reveals Key Variables Contributing to Subgingival Microbiome Dysbiosis-Induced Inflammatory Response in a Hyperglycemic Microenvironment
Notice bibliographique
Résumé
Subgingival microbiome dysbiosis promotes the development of periodontitis, an irreversible chronic inflammatory disease associated with metabolic diseases. However, studies regarding the effects of a hyperglycemic microenvironment on host–microbiome interactions and host inflammatory response during periodontitis are still scarce. Here, we investigated the impacts of a hyperglycemic microenvironment on the inflammatory response and transcriptome of a gingival coculture model stimulated with dysbiotic subgingival microbiomes. HGF-1 cells overlaid with U937 macrophage-like cells were stimulated with subgingival microbiomes collected from four healthy donors and four patients with periodontitis. Pro-inflammatory cytokines and matrix metalloproteinases were measured while the coculture RNA was submitted to a microarray analysis. Subgingival microbiomes were submitted to 16s rRNA gene sequencing. Data were analyzed using an advanced multi-omics bioinformatic data integration model. Our results show that the genes krt76, krt27, pnma5, mansc4, rab41, thoc6, tm6sf2, and znf506 as well as the pro-inflammatory cytokines IL-1β, GM-CSF, FGF2, IL-10, the metalloproteinases MMP3 and MMP8, and bacteria from the ASV 105, ASV 211, ASV 299, Prevotella, Campylobacter and Fretibacterium genera are key intercorrelated variables contributing to periodontitis-induced inflammatory response in a hyperglycemic microenvironment. In conclusion, our multi-omics integration analysis unveiled the complex interrelationships involved in the regulation of periodontal inflammation in response to a hyperglycemic microenvironment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».