From whole genomes to probiotic candidates: A study of potential lactobacilli strains selection for vaginitis treatment
Notice bibliographique
Résumé
Vaginitis, characterized by pathogenic invasion and a deficiency in beneficial lactobacilli, has recognized lactobacilli supplementation as a novel therapeutic strategy. However, due to individual differences in vaginal microbiota, identifying universally effective Lactobacillus strains is challenging. Traditional methodologies for probiotic selection, which heavily depend on extensive in vitro experiments, are both time-intensive and laborious. The aim of this study was to pinpoint possible vaginal probiotic candidates based on whole-genome screening. We sequenced the genomes of 98 previously isolated Lactobacillus strains, annotating their genes involved in probiotic metabolite biosynthesis, adherence, acid/bile tolerance, and antibiotic resistance. A scoring system was used to assess the strains based on their genomic profiles. The highest-scoring strains underwent further in vitro evaluation. Consequently, two strains, Lactobacillus crispatus LG55-27 and Lactobacillus gasseri TM13-16, displayed an outstanding ability to produce D-lactate and adhere to human vaginal epithelial cells. They also showed higher antimicrobial activity against Gardnerella vaginalis, Escherichia coli , Candida albicans , Staphylococcus aureus , and Pseudomonas aeruginosa compared to reference Lactobacillus strains. Their resilience to acid and bile environments highlights the potential for oral supplementation. Oral and vaginal administration of these two strains were tested in a bacterial vaginosis (BV) rat model at various doses. Results indicated that combined vaginal administration of these strains at 1 × 10 6 CFU/day significantly mitigated BV in rats. This research offers a probiotic dosage guideline for vaginitis therapy, underscoring an efficient screening process for probiotics using genome sequencing, in vitro testing, and in vivo BV model experimentation.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».