Large-scale investigation for antimicrobial activity reveals novel defensive species across the healthy skin microbiome
Notice bibliographique
Résumé
The human skin microbiome constitutes a dynamic barrier that can impede pathogen invasion by producing antimicrobial natural products. Gene clusters encoding for production of secondary metabolites, biosynthetic gene clusters (BGCs), that are enriched in the human skin microbiome relative to other ecological settings, position this niche as a promising source for new natural product mining. Here, we introduce a new human microbiome isolate collection, the EPithelial Isolate Collection (EPIC). It includes a large phylogenetically diverse set of human skin-derived bacterial strains from eight body sites. This skin collection, consisting of 980 strains is larger and more diverse than existing resources, includes hundreds of rare and low-abundance strains, and hundreds of unique BGCs. Using a large-scale co-culture screen to assess 8,756 pairwise interactions between skin-associated bacteria and potential pathogens, we reveal broad antifungal activity by skin microbiome members. Integrating 287 whole isolate genomes and 268 metagenomes from sampling sites demonstrates that while the distribution of BGC types is stable across body sites, specific gene cluster families (GCFs), each predicted to encode for a distinct secondary metabolite, can substantially vary. Sites that are dry or rarely moist harbor the greatest potential for discovery of novel bioactive metabolites. Among our discoveries are four novel bacterial species, three of which exert significant and broad-spectrum antifungal activity. This comprehensive isolate collection advances our understanding of the skin microbiomes biosynthetic capabilities and pathogen-fighting mechanisms, opening new avenues towards antimicrobial drug discovery and microbiome engineering.
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) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».