MétaCan
Menu
Retour à la cohorte
Enregistrement W2088668371 · doi:10.3791/2531

Genotypic Inference of HIV-1 Tropism Using Population-based Sequencing of V3

2010· article· en· W2088668371 sur OpenAlexafffund
Rachel A. McGovern, P. Richard Harrigan, Luke C. Swenson

Notice bibliographique

RevueJournal of Visualized Experiments · 2010
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensAIDS Vancouver
Organismes subventionnairesCanadian Institutes of Health ResearchViiV HealthcareGlaxoSmithKlinePfizer
Mots-clésGenotypeBiologyInferenceHuman immunodeficiency virus (HIV)PopulationTropismComputational biologyVirologyGeneticsMedicineComputer scienceVirusGeneArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prior to receiving a drug from CCR5-antagonist class in HIV therapy, a patient must undergo an HIV tropism test to confirm that his or her viral population uses the CCR5 coreceptor for cellular entry, and not an alternative coreceptor. One approach to tropism testing is to examine the sequence of the V3 region of the HIV envelope, which interacts with the coreceptor. METHODS: Viral RNA is extracted from blood plasma. The V3 region is amplified in triplicate with nested reverse transcriptase-PCR. The amplifications are then sequenced and analyzed using the software, RE_Call. Sequences are then submitted to a bioinformatic algorithm such as geno2pheno to infer viral tropism from the V3 region. Sequences are inferred to be non-R5 if their geno2pheno false positive rate falls below 5.75%. If any one of the three sequences from a sample is inferred to be non-R5, the patient is unlikely to respond to a CCR5-antagonist.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,535

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,431
Écart entre enseignants0,382 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetHIV Research and TreatmentTravaux en français237 207