Manipulation of the bacteria promoting the development of colorectal cancer
Notice bibliographique
Résumé
En 2022, le cancer colorectal (CCR) est le deuxième cancer le plus meurtrier au Canada et le troisième dans le monde. Plusieurs facteurs dont l’alimentation, le manque d'activité physique et la génétique, ont été identifiés comme contribuant au développement du CCR. Le microbiote intestinal, une communauté de micro-organismes vivant dans l'intestin de l'hôte, est également associé au développement du CCR, comme particulièrement Escherichia coli productrice de colibactine. Cette génotoxine induit des réticulations inter brin et cassures double brin (DSBs) de l’ADN dans les cellules de mammifères, entraînant des mutations et un risque élevé de développement du CCR. Nous avons pour objectif de contrôler la prolifération et la production de colibactin de la bactérie pks+ E. coli. Nous avons évalué la prévalence des bactéries pks+ et des bactéries bft+ chez des patients atteints de CCR et individus sains de la province de Québec (Canada), en utilisant une cohorte de 156 participants. Nous avons constaté qu'une grande proportion d’individus sains sont colonisés par des bactéries pks+ (42%) et à des niveaux similaires à ceux des patients atteints de CCR (46%). En ce qui concerne la bactérie entérotoxigénique Bacteroides fragilis (ETBF), le gène bft a été détecté chez 21% des contrôles sains et 32% des patients atteints de CCR, et 8% des contrôles sains et 13% des patients atteints de CRC étaient colonisés à la fois par des bactéries pks+ et par ETBF. Comme ces individus sains sont plus susceptibles de développer un CCR, il est vital de fournir des traitements nutritionnels et médicinaux personnalisés pour contrôler la croissance de ces bactéries. Nous avons ensuite étudié l'effet de la supplémentation en prébiotiques sur la génotoxicité des souches de E. coli productrice de colibactine dans un modèle cellulaire. L'inuline et les galacto-oligosaccharides ont augmenté l'expression du gène de la colibactine A chez E. coli pks+, ce qui a été aboli par l'addition de 125 µM de sulfate de fer. La souche de E. coli NC101 (EcNC101) a augmenté les dysplasies et DSBs dans les cellules d'adénocarcinome humain Caco-2, en présence de l'un ou l'autre des oligosaccharides. 6 Nos résultats indiquent que les oligosaccharides aggravent les dommages à l'ADN causés par les bactéries productrices de colibactine. Étant donné la popularité croissante de la supplémentation en prébiotiques et leur facilité d'accès, d'autres études sont nécessaires pour déterminer comment ces prébiotiques peuvent réguler le développement et la progression des tumeurs dans des modèles animaux et chez les humains en présence d'une colonisation par E. coli pks+. Nous avons constaté précédemment que l'inuline avait à la fois des effets protecteurs et des effets promoteurs de tumeurs dans le CCR, et ces divergences peuvent être attribuées à la présence de E. coli pks+. En utilisant le modèle de souris ApcMin/+ de CCR, nous avons cherché à savoir si les bactéries E. coli productrice de colibactine modifiaient la protection conférée par l'inuline contre le développement et la progression des tumeurs. La supplémentation en inuline a conduit à une augmentation de la colonisation par EcNC101, ce qui a entraîné une élévation des DSBs, de la charge tumorale et de la progression tumorale chez les souris ApcMin/+, de manière dépendante à la colibactine. E. coli Nissle 1917 pasteurisé a inhibé la croissance tumorale en inhibant la prolifération de EcNC101 induite par l'inuline. Nos résultats soulignent la nécessité de dépister les bactéries pks+ chez les patients et de leur fournir des conseils nutritionnels préventifs. En résumé, nous avons rapporté que les pré-biotiques, pro-biotiques et post-biotiques peuvent influencer la croissance de E. coli pks+ et/ou la sécrétion de colibactine. Par conséquent, la pertinence de ce projet serait de fournir une thérapie nutritionnelle personnalisée basée sur ces résultats pour les individus colonisés par ces bactéries, qui sont plus enclins à développer un cancer colorectal.
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 | 0,000 | 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) | 0,002 | 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 ».