Étude des interactions entre Haemophilus parasuis et des cellules endothéliales et épithéliales porcines: implications d’une composante bactérienne, le lipooligosaccharide (LOS)
Bibliographic record
Abstract
Haemophilus parasuis est un pathogène porcin causant la maladie de Glässer caractérisée par de la polysérosite fibrineuse, polyarthrite, méningite et septicémie. La pathogenèse de l’infection et les facteurs de virulence sont encore mal connus. Le site de colonisation de Haemophilus parasuis dans le tractus respiratoire supérieur est controversé. Pour accéder à la circulation sanguine, H. parasuis doit envahir la muqueuse. H. parasuis adhère à des cellules épithéliales porcines de trachée (NPTr). Pour accéder au système nerveux central et causer la méningite, H. parasuis doit traverser la barrière hémato-méningée. H. parasuis adhère à et envahit des cellules endothéliales porcines de microvaisseaux cérébraux (PBMEC) provenant de la BBB. Le but de cette étude était d’étudier certaines interactions entre H. parasuis et son lipooligosccharide (LOS), et des cellules endothéliales et épithéliales porcines. Les résultats démontrent que l’adhésion de H. parasuis Nagasaki aux NPTr et aux PBMEC est en partie médiée par son LOS. H. parasuis induit l’apoptose des NPTr et des PBMEC, mais le LOS ne semble pas impliqué. H. parasuis, et à un niveau moindre son LOS, stimulent la sécrétion d’interleukine- (IL) 6 et d’IL-8. Différentes souches de H. parasuis sérotypes 4 et 5 (sérotypes les plus prévalents en Amérique du Nord) stimulent également les NPTr et PBMEC à produire IL-6 et IL-8. Les résultats suggèrent que le LOS de H. parasuis joue un certain rôle dans la pathogenèse de l’infection, mais d’autres composantes bactériennes sont également impliquées.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| 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".