Inferred bi-directional interactions between vaginal microbiota, metabolome and persistent HPV infection accompanied by high-grade cervical intraepithelial neoplasia
Notice bibliographique
Résumé
BACKGROUND: Vaginal microbiota (VM) links to the risk of persistent HPV infection and the progression of cervical intraepithelial neoplasia (CIN). However, a comprehensive understanding of concurrent alterations in VM and metabolome associated with that risk remains elusive in population-based studies, particularly among Chinese women. METHODS: This study conducted an extensive analysis of VM and metabolome profiles in a cohort of 56 Chinese women, classified into HPV_C (natural clearance of HPV, n = 18) and HPV_PH(persistent HPV infection accompanied by high-grade CIN, n = 38), based on the result of 3-6 months follow-up visits. RESULTS: Our analysis revealed a higher prevalence of Lactobacillus-dominated samples in the HPV_C cohort. Notably, the vaginal metabolome exhibited a significant interaction with VM, with Lactobacillus emerging as a pivotal influencer. We identified 386 metabolites that significantly differentiated between HPV_C and HPV_PH groups, of which 364 were associated with VM components such as Lactobacillus, Hoylesella, Fannyhessea and Megasphaera. Further examination showed that 66 of these 364 metabolites positively correlated with Lactobacillus, including citric acid, DL-beta-Leucine, Xanoic acid and Norcholic acid. Conversely, 19 metabolites, including HPV_PH enriched maltotriose and N-Acetyl-L-aspartic acid, negatively correlated with Lactobacillus. Further analysis suggested potential bi-directional modulation between VM and persistent HPV infection accompanied by high-grade, being partially mediated by vaginal metabolites. CONCLUSIONS: This study provides additional insights into the correlations between concurrent alterations in VM and metabolome associated with persistent HPV infection accompanied by high-grade CIN.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».