Rickettsial pathogens drive microbiota assembly in <i>Hyalomma marginatum</i> and <i>Rhipicephalus bursa</i> ticks
Notice bibliographique
Résumé
Most tick-borne pathogens (TBPs) are secondarily acquired by ticks during feeding on infected hosts, which imposes 'priority effect' constraints, as arrival order influences the establishment of new species in a microbial community. Here we tested whether once acquired, TBPs contribute to bacterial microbiota functioning by increasing community stability. For this, we used Hyalomma marginatum and Rhipicephalus bursa ticks collected from cattle in different locations of Corsica and combined 16S rRNA amplicon sequencing and co-occurrence network analysis, with high-throughput pathogen detection, and in silico removal of nodes to test for impact of rickettsial pathogens on network properties. Despite its low centrality, Rickettsia showed preferential connections in the networks, notably with a keystone taxon in H. marginatum, suggesting facilitation of Rickettsia colonisation by the keystone taxon. In addition, conserved patterns of community assembly in both tick species were affected by Rickettsia removal, suggesting that privileged connections of Rickettsia in the networks make this taxon a driver of community assembly. However, Rickettsia removal had minor impact on the conserved 'core bacterial microbiota' of H. marginatum and R. bursa. Interestingly, networks of the two tick species with Rickettsia have similar node centrality distribution, a property that is lost after Rickettsia removal, suggesting that this taxon drives specific hierarchical interactions between bacterial microbes in the microbiota. The study indicates that tick-borne Rickettsia play a significant role in the tick bacterial microbiota, despite their low centrality. These bacteria are influential and contribute to the conservation of the 'core bacterial microbiota' while also promoting community stability.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».