Upper respiratory microbial communities of healthy populations are shaped by niche and age
Notice bibliographique
Résumé
Background: Alterations in upper respiratory microbiomes have been implicated in shaping host health trajectories, including by limiting mucosal pathogen colonization. However, limited comparative studies of respiratory microbiome development and functioning across age groups have been performed. Herein, we perform shotgun metagenomic sequencing paired with pathogen inhibition assays to elucidate differences in nasal and oral microbiome composition and functioning across healthy 24-month-old infant (n=229) and adult (n=100) populations. Results: We find that beta diversity of nasal and oral microbiomes varies with age, with nasal microbiomes showing greater population-level variation compared to oral microbiomes. Infant microbiome alpha diversity was significantly lower across nasal samples and higher in oral samples, relative to adults. Accordingly, we demonstrate significant differences in genus- and species-level composition of microbiomes between sites and age groups. Antimicrobial resistome patterns likewise varied across body sites, with oral microbiomes showing higher resistance gene abundance compared to nasal microbiomes. Biosynthetic gene clusters encoding specialized metabolite production were found in higher abundance across infant oral microbiomes, relative to adults. Investigation of pathogen inhibition revealed greater inhibition of gram-negative and gram-positive bacteria by oral commensals, while nasal isolates had higher antifungal activity. Conclusions: In summary, we identify significant differences in the microbial communities inhabiting nasal and oral cavities of healthy infants relative to adults. These findings inform our understanding of the interactions impacting respiratory microbiome composition and functioning, with important implications for host health across the lifespan.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».