MétaCan
Menu
Retour à la cohorte
Enregistrement W4395668368 · doi:10.1016/j.bbrep.2024.101717

Hybrid sequence-based analysis reveals the distribution of bacterial species and genes in the oral microbiome at a high resolution

2024· article· en· W4395668368 sur OpenAlexfundno aff
M. Yamaguchi, Toshihiro Uchihashi, Shigetada Kawabata

Notice bibliographique

RevueBiochemistry and Biophysics Reports · 2024
Typearticle
Langueen
DomaineDentistry
ThématiqueOral microbiology and periodontitis research
Établissements canadiensnon disponible
Organismes subventionnairesCybermedia Center, Osaka UniversityJapan Society for the Promotion of ScienceInstitute of GeneticsJapan Agency for Medical Research and DevelopmentTakeda Science Foundation
Mots-clésMicrobiomeBiologyComputational biologyGeneSequence analysisSequence (biology)GeneticsEvolutionary biology

Résumé

récupéré en direct d'OpenAlex

Bacteria in the oral microbiome are poorly identified owing to the lack of established culture methods for them. Thus, this study aimed to use culture-free analysis techniques, including bacterial single-cell genome sequencing , to identify bacterial species and investigate gene distribution in saliva. Saliva samples from the same individual were classified as inactivated or viable and then analyzed using 16S rRNA sequencing, metagenomic shotgun sequencing , and bacterial single-cell sequencing. The results of 16S rRNA sequencing revealed similar microbiota structures in both samples, with Streptococcus being the predominant genus. Metagenomic shotgun sequencing showed that approximately 80 % of the DNA in the samples was of non-bacterial origin, whereas single-cell sequencing showed an average contamination rate of 10.4 % per genome. Single-cell sequencing also yielded genome sequences for 43 out of 48 wells for the inactivated samples and 45 out of 48 wells for the viable samples. With respect to resistance genes, four out of 88 isolates carried cfxA , which encodes a β-lactamase, and four isolates carried erythromycin resistance genes. Tetracycline resistance genes were found in nine bacteria. Metagenomic shotgun sequencing provided complete sequences of cfxA , ermF , and ermX , whereas other resistance genes, such as tetQ and tetM , were detected as fragments. In addition, virulence factors from Streptococcus pneumoniae were the most common, with 13 genes detected. Our average nucleotide identity analysis also suggested five single-cell-isolated bacteria as potential novel species. These data would contribute to expanding the oral microbiome data resource.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,278
Écart entre enseignants0,255 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Biophysics ReportsMême sujetOral microbiology and periodontitis researchTravaux en français237 207