Detection of low-frequency pretherapy chemokine (CXC motif) receptor 4 (CXCR4)-using HIV-1 with ultra-deep pyrosequencing
Notice bibliographique
Résumé
OBJECTIVE: Identification of low-frequency variants is of clinical importance in the identification of preexisting drug resistance. Using 'ultra-deep' sequencing, we address the detection of potential resistance to the chemokine (C-C motif) receptor 5 (CCR5) antagonist, maraviroc, due to the pretreatment presence of low levels of chemokine (CXC motif) receptor 4 (CXCR4)-using virus. METHODS: We present a novel protocol for the phenotyping of HIV based on '454' pyrosequence data and apply this to two large data sets comprised of 104 628 (before treatment, day 1) and 191 637 (after treatment, day 11) reads from the envelope region. We study resistance in the context of the evolutionary history of the intrapatient viral population. Variation was also investigated both within and outside the V3 region, the region associated with the receptor switch. RESULTS: CXCR4-using virus can be detected at low frequency prior to maraviroc treatment ( approximately 0.5%) and at high frequency after failure of monotherapy ( approximately 81%). Inferring an evolutionary tree from the 1674 unique reads that span the V3 region confirms that the CXCR4-using population emerged from low-frequency CXCR4-using variants present before treatment. Changes in the frequency of amino acid residues used at individual sites were found in regions outside the V3 region, indicative of other potential sites associated with receptor usage. CONCLUSION: We have provided a high-resolution snapshot of intrapatient viral variation, prior and after treatment with maraviroc, and detected preexisting CXCR4-using variants present at an extremely low frequency. The evolutionary analysis demonstrates the extent of diversity present at a single time point within an infected individual and the rapid effect of drug pressure on the structure of a viral population.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».