Immunomodulation of Human Alveolar Macrophage Response to the SARS-CoV-2 S Protein by Oral Microbiota
Notice bibliographique
Résumé
Background: The oral microbiota is formed by microorganisms that are normal inhabitants of the oral cavity. Recent studies have shown that these organisms are highly dynamic and not strictly confined to the oral cavity, being found in the lung alveoli where they take residence. The severity of coronavirus disease 2019 (COVID-19), caused by the inflammatory response to severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection, can be affected by alterations in the oral microbiota. We aimed to study the relationship between the oral microbiota and the inflammatory response to SARS-CoV-2 S protein by human alveolar macrophages. Methods: Human alveolar macrophages (Daisy cells) transfected with a nuclear factor kappa B (NF-кB) reporter plasmid were first exposed to bacteria belonging to the oral microbiota: Corynebacterium spp., Prevotella oralis , Streptococcus viridans , Veillonella spp., and Fusobacteriu spp., and then stimulated to the SARS-CoV-2 S protein trimer. Results: We observed an overall decrease in the activation of inflammatory transcription factor NF-кB when alveolar macrophages were exposed to oral commensals. Conclusions: These findings demonstrate an immunomodulatory role of the oral microbiota in the response to SARS-CoV-2 by alveolar macrophages, and may offer alternative therapeutic options for treating or preventing severity in COVID-19. Clin Infect Immun. 2024;9(1):16-19 doi: https://doi.org/10.14740/cii167
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».