Lysogeny destabilizes computationally simulated microbiomes
Notice bibliographique
Résumé
Abstract Background The Anna Karenina Principle predicts that stability in host-associated microbiomes correlates with health in the host. Microbiomes are ecosystems, and classical ecological theory suggests that predators impact ecosystem stability. Phages can act as predators on bacterial species in microbiomes. However, our ability to extrapolate results from existing ecological theory to phages and microbiomes is limited because some phages can stage lysogenic infections, a process with no precise analog in classical ecology. In lysogenic infections, so-called “temperate” phages integrate into the cells of their hosts where they can remain dormant as prophages for many generations. Prophages can later be induced by environmental conditions, whereupon they lyse their host cells and phage progeny are released. It has been suggested that prophages can act as biological timebombs that destabilize microbial ecosystems, but formal theory to support this hypothesis is lacking. Results We studied the effects of temperate and virulent phages on diversity and stability in computationally simulated microbiomes. The presence of either phage type in a microbiome increased bacterial diversity. Bacterial populations were more likely to fluctuate over time when there were more temperate phages in the system. When microbiomes were disturbed from their steady states, both phage types affected return times, but in different ways. Bacterial species returned to their pre-disturbance densities more slowly when there were more temperate phage species, but cycles engendered by disturbances dampened more slowly when there were more virulent phage species. Conclusions Phages shape the diversity and stability of microbiomes, and temperate and virulent phages impact microbiomes in different ways. A clear understanding of the effects of phage life cycles on microbiome dynamics is needed to predict the role of microbiome composition in host health, and for applications including phage therapy and microbiome transplants. The results we present here provide a theoretical foundation for this body of work.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».