Environmental factors drive bacterial degradation of gastrointestinal mucus
Notice bibliographique
Résumé
ABSTRACT The mucus layer lining the gastrointestinal tract is essential for gut health, providing a protective barrier against pathogens while maintaining symbiosis with the microbiome. Its disruption is a hallmark of gastrointestinal diseases like ulcerative colitis. While glycan foraging by gut bacteria is thought to initiate mucus disruption, its impact on mucus structural properties remains poorly understood, largely due to the lack of physiologically relevant models. To address this gap, we developed a method to collect human-cell-derived mucus that closely mimics the mechanical properties of human colonic mucus. Using this system, we investigated mucus utilization and degradation by a panel of commensal bacteria with distinct metabolic profiles. Glycan utilization by species such as Bacteroides thetaiotaomicron and Bacteroides fragilis showed no correlation with changes in mucus rheology. Instead, secreted proteases were identified as the primary driver of mucus degradation. Protease activity by B. fragilis and Bifidobacterium longum was influenced by nutrient availability, whereas in Enterococcus faecalis, it was additionally affected by oxygen exposure . E. faecalis also adapted to oxidative stress by enhancing carbohydrate metabolism and upregulating several virulence genes. Together, our findings reveal that bacterial mucus degradation is context-dependent and shaped by environmental factors. This study provides key insights into the mechanisms underlying mucus degradation and underscores the value of human cell-derived mucus models for understanding bacteria-mucus interactions in health and disease.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».