Bibliographic record
Abstract
MicrobiologieUn projet de recherche explore le potentiel anti-inflammatoire de certaines bactéries présentes dans l’emmental.Les Français sont de gros mangeurs d’emmental. Ils en consomment environ 20 g par personne et par jour en moyenne. Outre le calcium, nous ingérons grâce à cet emmental des milliards de milliards de bactéries. Depuis 2011, le projet Surfing(1), coordonné par Gwenaël Jan, de l’Inra de Rennes, s’intéresse aux propriétés de certaines d’entre elles : les bactéries propioniques laitières. « Ce sont des levains lactiques. Elles sont bien connues et utilisées par l’industrie agroalimentaire pour leurs aptitudes à apporter un arôme, une texture ou les “yeux” du fromage. Et elles sont ultrarésistantes ! »Une sélection prometteuseCes bactéries peuvent-elles, en plus, avoir des qualités pour notre santé ? « Pour le projet, nous avons choisi Propionibacterium freudenreichii, car nous avions déjà décrypté le génome de vingt souches. » En parallèle, une équipe de l’Inra de Jouy-en-Josas(2) s’est attaquée à la même problématique avec des lactobacilles présents dans le yaourt. « Nous nous sommes focalisés sur la modulation de maladies inflammatoires de l’intestin, qui augmentent en Europe. » Des études précédentes avaient déjà montré que d’autres bactéries alimentaires pouvaient avoir un effet bénéfique dans le traitement de l’une de ces pathologies, la rectocolite hémorragique.« C’est un projet exploratoire, préclinique, précise Gwenaël Jan. Nous avons mené des expérimentations in vitro puis sur des modèles animaux. » Les chercheurs ont d’abord comparé les génomes de vingt souches de bactéries, qui ont ensuite été envoyées à l’Institut Pasteur de Lille, où leur capacité à agir sur la réponse immunitaire, donc sur l’inflammation, ont été testées. Certaines se sont démarquées dès cette étape. « Nous avons confirmé ces différences par d’autres tests in vitro, puis nous avons sélectionné deux souches : la plus et la moins prometteuse, pour les tester sur des souris. » Les résultats ont été à la hauteur des attentes : les bactéries au plus fort potentiel in vitro ont révélé de véritables effets anti-inflammatoires sur les petits rongeurs malades. « Cela ne signifie pas que l’on peut soigner avec ces bactéries, mais qu’elles peuvent avoir un rôle positif dans le traitement. »Du fromage pour les sourisEn parallèle, avec un partenaire industriel(3) et un centre technique(4), l’équipe a fait réaliser des fromages contenant chacun une des deux bactéries testées. « C’était un défi technique car, normalement, il faut plusieurs bactéries différentes pour faire un fromage ! » Les produits obtenus ne ressemblent pas vraiment au beau morceau d’emmental du commerce, mais peu importe. Les chercheurs ont été soulagés de voir que les bactéries n’avaient pas été altérées par cette transformation, par les variations de températures notamment. Quelques échantillons sont partis à l’Institut Pasteur de Lille, pour nourrir les souris malades. « Ces résultats, encourageants, ne sont pas encore publiés », précise le scientifique. Le projet Surfing se termine, mais dès 2015, l’équipe de l’Inra va pouvoir travailler avec des gastroentérologues du CHU de Rennes, dans le cadre d’un projet retenu par le Conseil régional de Bretagne(5), pour tester la souche la plus prometteuse dans une étude clinique.
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 | 0.006 | 0.007 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.028 | 0.010 |
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".