MétaCan
Menu
Retour à la cohorte
Enregistrement W4386096068 · doi:10.1038/s41522-023-00429-w

Bacterial lipopolysaccharide modulates immune response in the colorectal tumor microenvironment

2023· article· en· W4386096068 sur OpenAlexaff
Arielle Kae Sulit, Michelle C. Daigneault, Emma Allen‐Vercoe, Olin Silander, Barry D. Hock, Jennifer A. McKenzie, John F. Pearson, Frank Frizelle, Sebastian Schmeier, Rachel Purcell

Notice bibliographique

Revuenpj Biofilms and Microbiomes · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of Guelph
Organismes subventionnairesHealth Research Council of New ZealandColorectal Surgical Society of Australia and New ZealandMaurice and Phyllis Paykel TrustHugh Green Foundation
Mots-clésBacteroides fragilisImmune systemMicrobiomeBiologyLipopolysaccharideCytokineImmunologyPeripheral blood mononuclear cellTumor microenvironmentTranscriptomeCancer researchMicrobiologyGeneBioinformaticsGene expressionAntibiotics

Résumé

récupéré en direct d'OpenAlex

Immune responses can have opposing effects in colorectal cancer (CRC), the balance of which may determine whether a cancer regresses, progresses, or potentially metastasizes. These effects are evident in CRC consensus molecular subtypes (CMS) where both CMS1 and CMS4 contain immune infiltrates yet have opposing prognoses. The microbiome has previously been associated with CRC and immune response in CRC but has largely been ignored in the CRC subtype discussion. We used CMS subtyping on surgical resections from patients and aimed to determine the contributions of the microbiome to the pleiotropic effects evident in immune-infiltrated subtypes. We integrated host gene-expression and meta-transcriptomic data to determine the link between immune characteristics and microbiome contributions in these subtypes and identified lipopolysaccharide (LPS) binding as a potential functional mechanism. We identified candidate bacteria with LPS properties that could affect immune response, and tested the effects of their LPS on cytokine production of peripheral blood mononuclear cells (PBMCs). We focused on Fusobacterium periodonticum and Bacteroides fragilis in CMS1, and Porphyromonas asaccharolytica in CMS4. Treatment of PBMCs with LPS isolated from these bacteria showed that F. periodonticum stimulates cytokine production in PBMCs while both B. fragilis and P. asaccharolytica had an inhibitory effect. Furthermore, LPS from the latter two species can inhibit the immunogenic properties of F. periodonticum LPS when co-incubated with PBMCs. We propose that different microbes in the CRC tumor microenvironment can alter the local immune activity, with important implications for prognosis and treatment response.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,231
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Biofilms and MicrobiomesMême sujetGut microbiota and healthTravaux en français237 207