Développement de nouvelles stratégies de prévention et de résistance aux infections opportunistes chez l'Omble de fontaine (Salvelinus fontinalis)
Bibliographic record
Abstract
Les bactéries peuvent exploiter quasiment toutes les niches écologiques, dont les organismes multicellulaires. Les relations hôte-bactéries se classent sur une grande gamme d’interactions allant du mutualisme au parasitisme. Dans ce contexte, l’objectif théorique de mon doctorat est d’étudier les relations complexes existant entre un poisson, l’Omble de fontaine, et le cortège microbien qui l’accompagne. Cette espèce est la cible d’infections opportunistes par des bactéries pathogènes du genre Flavobacterium. L’objectif appliqué visait à développer une approche alternative aux antibiotiques pour prévenir et traiter les infections opportunistes. Le premier résultat du projet a mis en lumière qu’un stress hypoxique entraînait une diminution des bactéries à potentiel bénéfique provoquant une dysbiose, favorisant à son tour l’infection par les pathogènes. Nous avons donc ensuite isolé des bactéries issues du microbiome pour tester leurs effets antagonistes vis-à-vis des pathogènes F. columnare et F. psychophilum. Nous avons pu ainsi découvrir sept candidats potentiels in vitro et tester un candidat qui s’est montré efficace par compétition par interférence dans le traitement de la maladie de l’eau froide in vivo. Le dernier objectif de cette thèse consistait à tester la présence de régions géniques chez l’hôte permettant le recrutement des bactéries bénéfiques dans le microbiome. Nous avons donc analysé le microbiome cutané de 86 individus d’une famille d’hybrides de deuxième génération. Nous avons observé une forte variabilité interindividuelle et déterminé trois régions géniques impliquées dans la modulation de trois taxons bactériens dont Methylobacterium, qui est primordial dans le maintien de l’homéostasie du microbiome. Tous nos résultats appuient le rôle du microbionte cutané dans la protection contre les infections opportunistes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".