Novel Method Based on “En Passant” Mutagenesis Coupled with a Gaussia Luciferase Reporter Assay for Studying the Combined Effects of Human Cytomegalovirus Mutations
Notice bibliographique
Résumé
Human cytomegalovirus (HCMV) resistance to antivirals is a major problem in immunocompromised patients. Drug resistance is characterized by phenotypic testing or genotypic analysis of the phosphotransferase (UL97) and DNA polymerase (UL54) genes. However, genotypic assays require further characterization of unknown mutations in the drug resistance phenotype. Here, we describe a novel method for generating single or multiple mutations anywhere in the HCMV genome and for studying their effects on drug susceptibility. This method is based on cloning of the reference AD169 strain in a bacterial artificial chromosome and the use of "en passant" mutagenesis in bacteria to introduce mutations in recombinant HCMV without scar sequences. We also used this methodology to introduce the Gaussia luciferase reporter gene into the genome of the recombinant virus. To validate our system, the well-characterized single mutants with UL97 A594V and UL54 E756K mutations as well as the undescribed A594V/E756K double mutant were generated and their drug susceptibility profiles were determined by measuring the luciferase activity in cell culture supernatants. Drug susceptibility phenotypes for the A594V (8.2-fold increase in ganciclovir 50% effective concentration [EC50]) and E756K (1.9-, 3.9-, and 3.0-fold increases in ganciclovir, foscarnet, and cidofovir EC50s, respectively) mutants were similar to those previously reported, while the double mutant exhibited 10.8-, 4.1-, and 2.0-fold increases in ganciclovir, foscarnet, and cidofovir EC50s, respectively. The combination of the Gaussia luciferase reporter-based assay with the markerless "en passant" mutagenesis methodology constitutes an efficient system for studying phenotypes with single or multiple HCMV mutations.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».