The fungal gut microbiota in pediatric-onset multiple sclerosis
Notice bibliographique
Résumé
Evidence suggests that the gut microbiome may play a role in multiple sclerosis (MS). However, the majority of the studies have focused on gut bacterial communities; none have examined the fungal microbiota (mycobiota) in persons with pediatric-onset multiple sclerosis (POMS). We examined the gut mycobiota in persons with and without POMS through a cross-sectional examination of the gut mycobiota from 46 participants’ stool samples (three groups: 18 POMS, 13 acquired monophasic demyelinating syndromes [monoADS], and 15 unaffected controls). Using metataxonomic sequencing of the fungal internal transcribed spacer region 2, the fungal profiles were compared between participants using visualizations, statistical tests, and predictive analysis. While the mycobiome α- (Shannon and inverse Simpson indices) and β-diversity differed across the three groups [analysis of variance (ANOVA), p < 0.05], further post-hoc analysis of the β-diversity identified a difference between monoADS vs. POMS participants [p = 0.005 (adjusted)]. At the genus level of taxonomy, 7 out of 10 of the majority of abundant genera were similar among all three groups, with Saccharomyces spp. and Candida spp. being in the highest abundance. The Agaricus genus was especially high in POMS participants, dominated primarily due to the species Agaricus bisporus (widely consumed as white button mushrooms). The commonality of high abundance fungi found in our cohort suggests a possible connection to diet. Predictive modeling of differential abundance associated with Candida albicans, Cyberlindera jadinii, and Fusarium poae revealed that these fungi were strongly associated with the POMS participants. Our study provides novel insight into the fungal gut mycobiota in POMS. While findings indicate that the gut mycobiome of participants with POMS may largely comprise fungi considered transient from the diet, the differential predictive analysis suggested rare or under-detected fungal markers being of potential importance, warranting consideration in future mycobiome-MS-related studies.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».