Early-life upper airway microbiota are associated with decreased lower respiratory tract infections
Notice bibliographique
Résumé
BACKGROUND: Microbial interactions mediating colonization resistance play key roles within the human microbiome, shaping susceptibility to infection from birth. The role of the nasal and oral microbiome in the context of early life respiratory infections and subsequent allergic disease risk remains understudied. OBJECTIVES: Our aim was to gain insight into microbiome-mediated defenses and respiratory pathogen colonization dynamics within the upper respiratory tract during infancy. METHODS: We performed shotgun metagenomic sequencing of nasal (n = 229) and oral (n = 210) microbiomes from our Wisconsin Infant Study Cohort at age 24 months and examined the influence of participant demographics and exposure history on microbiome composition. Detection of viral and bacterial respiratory pathogens by RT-PCR and culture-based studies with antibiotic susceptibility testing, respectively, to assess pathogen carriage was performed. Functional bioassays were used to evaluate pathogen inhibition by respiratory tract commensals. RESULTS: Participants with early-life lower respiratory tract infection were more likely to be formula fed, attend day care, and experience wheezing. Composition of the nasal, but not oral, microbiome associated with prior lower respiratory tract infection, namely lower alpha diversity, depletion of Prevotella, and enrichment of Moraxella catarrhalis including drug-resistant strains. Prevotella originating from healthy microbiomes had higher biosynthetic gene cluster abundance and exhibited contact-independent inhibition of M catarrhalis. CONCLUSIONS: These results suggest interbacterial competition affects nasal pathogen colonization. This work advances understanding of protective host-microbe interactions occurring in airway microbiomes that alter infection susceptibility in early life.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».