Assessing the optimal virulence of malaria‐targeting mosquito pathogens: a mathematical study of engineered Metarhizium anisopliae
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
BACKGROUND: Metarhizium anisopliae is a naturally occurring fungal pathogen of mosquitoes. Recently, Metarhizium has been engineered to act against malaria by directly killing the disease agent within mosquito vectors and also effectively blocking onward transmission. It has been proposed that efforts should be made to minimize the virulence of the fungal pathogen, in order to slow the development of resistant mosquitoes following an actual deployment. RESULTS: Two mathematical models were developed and analysed to examine the efficacy of the fungal pathogen. It was found that, in many plausible scenarios, the best effects are achieved with a reduced or minimal pathogen virulence, even if the likelihood of resistance to the fungus is negligible. The results for both models depend on the interplay between two main effects: the ability of the fungus to reduce the mosquito population, and the ability of fungus-infected mosquitoes to compete for resources with non-fungus-infected mosquitoes. CONCLUSIONS: The results indicate that there is no obvious choice of virulence for engineered Metarhizium or similar pathogens, and that all available information regarding the population ecology of the combined mosquito-fungus system should be carefully considered. The models provide a basic framework for examination of anti-malarial mosquito pathogens that should be extended and improved as new laboratory and field data become available.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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