Use of Sequence Analysis of the NS5B Region for Routine Genotyping of Hepatitis C Virus with Reference to C/E1 and 5′ Untranslated Region Sequences
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nucleotide sequence analysis of the NS5B region was performed to identify genotypes of 8,479 hepatitis C virus (HCV) RNA-positive patient samples collected in the Canadian province of Quebec. Genotypes could be determined for 97.3% of patients. Genotypes 1 to 6 were found in 59.4, 9.0, 25.7, 3.6, 0.6, and 1.8% of patients, respectively. Two isolates did not classify within the six genotypes. The subtype 1 distribution was 76.7% 1a, 22.6% 1b, and 0.7% others, while the subtype 2 distribution was 31.8% 2a, 47.6% 2b, 10.9% 2c, 4.1% 2i, and 5.6% others. Subtype 3a accounted for 99.1% of genotype 3 strains, while all genotype 5 samples were of subtype 5a. The subtype 4 distribution was 39.2% 4a, 15.4% 4k, 11.6% 4d, 10.2% 4r, and 23.6% others. The subtype 6 distribution was 40.4% 6e, 20.5% 6a, and 39.1% others. The 5' untranslated region (5'UTR) sequences of subtype 6e were indistinguishable from those of genotype 1. All samples that did not classify within the established subtypes were also sequenced in C/E1 and 5'UTR. C/E1 phylogenetic reconstructions were analogous to those of NS5B. The sequences identified in this study allowed the provisional assignments of subtypes 1j, 1k, 2m, 2r, 3i, 4q, 6q, 6r, and 6s. Sixty-four (0.8%) isolates classifying within genotypes 1 to 6 could not be assigned to one of the recognized subtypes. Our results show that genotyping of HCV by nucleotide sequence analysis of NS5B is efficient, allows the accurate discrimination of subtypes, and is an effective tool for studying the molecular epidemiology of HCV.
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.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 découle