Microbiota perturbation by anti-microbiota vaccine reduces the colonization of Borrelia afzelii in Ixodes ricinus
Notice bibliographique
Résumé
BACKGROUND: Ticks can transmit a broad variety of pathogens of medical importance, including Borrelia afzelii, the causative agent of Lyme borreliosis in Europe. Tick microbiota is an important factor modulating, not only vector physiology, but also the vector competence. Anti-microbiota vaccines targeting keystone taxa of tick microbiota can alter tick feeding and modulate the taxonomic and functional profiles of bacterial communities in the vector. However, the impact of anti-microbiota vaccine on tick-borne pathogen development within the vector has not been tested. RESULTS: Here, we characterized the Ixodes ricinus microbiota modulation in response to B. afzelii infection and found that the pathogen induces changes in the microbiota composition, its beta diversity and structure of bacterial community assembly. Tick microbiota perturbation by anti-microbiota antibodies or addition of novel commensal bacteria into tick midguts causes departures from the B. afzelii-induced modulation of tick microbiota which resulted in a lower load of the pathogen in I. ricinus. Co-occurrence networks allowed the identification of emergent properties of the bacterial communities which better defined the Borrelia infection-refractory states of the tick microbiota. CONCLUSIONS: These findings suggest that Borrelia is highly sensitive to tick microbiota perturbations and that departure from the modulation induced by the pathogen in the vector microbiota pose a high cost to the spirochete. Network analysis emerges as a suitable tool to identify emergent properties of the vector microbiota associated with infection-refractory states. Anti-microbiota vaccines can be used as a tool for microbiota perturbation and control of important vector-borne pathogens. Video Abstract.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».