MétaCan
Menu
Retour à la cohorte
Enregistrement W4411511258 · doi:10.1155/ijm/7747795

Differential Impact of Simultaneous or Sequential Coinfections With <i>Borrelia afzelii</i> and Tick‐Borne Encephalitis Virus on the <i>Ixodes ricinus</i> Microbiota

2025· article· en· W4411511258 sur OpenAlexaff
Apolline Maître, Myriam Kratou, Ana Laura Cano‐Argüelles, Stefania Porcelli, Lianet Abuin‐Denis, Elianne Piloto‐Sardiñas, Lourdes Mateos‐Hernández, Dasiel Obregón, Miray Tonk, Salma Kaoutar Abdelali, Sara Moutailler, Alejandro Cabezas‐Cruz

Notice bibliographique

RevueInternational Journal of Microbiology · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensUniversity of Guelph
Organismes subventionnairesEuropean Regional Development FundCollectivité de CorseJunta de Castilla y LeónAgence Nationale de la Recherche
Mots-clésIxodes ricinusBorrelia afzeliiVirologyRicinusTick-borne encephalitisBiologyMicrobiologyBorreliaTick-borne encephalitis virusEncephalitisTickVirusBorrelia burgdorferiImmunologyAntibody

Résumé

récupéré en direct d'OpenAlex

Ticks, particularly Ixodes ricinus , are significant vectors of pathogens such as Borrelia spp. and tick‐borne encephalitis virus (TBEV), which cause Lyme borreliosis (LB) and tick‐borne encephalitis (TBE), respectively. Understanding how these pathogens interact within the tick microbiome is essential for developing vector control strategies. This study investigates the impact of Borrelia afzelii and TBEV, as well as their coinfection, on the microbiota composition and structure of I. ricinus nymphs. Using a network‐based approach, we analyzed the microbial communities of ticks exposed to infected or coinfected mice. DNA extracted from newly molted nymphs was sequenced for the bacterial 16S rRNA gene, and microbial diversity metrics (alpha and beta diversity) were calculated. Our results showed that TBEV infection increased microbiome diversity compared to the uninfected and Borrelia groups. Co‐occurrence network analyses revealed that while microbial structures remained consistent across conditions, TBEV‐infected networks exhibited higher robustness to perturbations, indicating a stabilizing effect on the tick microbiome. Furthermore, the hierarchical position and associations of Borrelia varied significantly depending on the infection scenario, highlighting its adaptive role within the tick microbiota. The study demonstrates that pathogen presence alters tick microbial dynamics, with TBEV enhancing stability, suggesting virus‐mediated modifications of the microbiome. These findings advance our understanding of pathogen–tick–microbiome interactions and provide insights into the ecological mechanisms underlying pathogen coexistence within ticks. This research underscores the importance of microbial networks in ticks and offers new perspectives for targeted approaches in managing tick‐borne diseases.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,269
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of MicrobiologyMême sujetVector-borne infectious diseasesTravaux en français237 207