MétaCan
Menu
Retour à la cohorte
Enregistrement W2120123820 · doi:10.1098/rspb.2015.1656

Pathogen evolution under host avoidance plasticity

2015· article· en· W2120123820 sur OpenAlexaff
David V. McLeod, Troy Day

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPathogenBiologyVirulenceHost (biology)CoevolutionPlasticitySterilityTransmission (telecommunications)Evolutionary biologyMicrobiologyGeneticsGeneComputer science

Résumé

récupéré en direct d'OpenAlex

Host resistance consists of defences that limit pathogen burden, and can be classified as either adaptations targeting recovery from infection or those focused upon infection avoidance. Conventional theory treats avoidance as a fixed strategy which does not vary from one interaction to the next. However, there is increasing empirical evidence that many avoidance strategies are triggered by external stimuli, and thus should be treated as phenotypically plastic responses. Here, we consider the implications of avoidance plasticity for host-pathogen coevolution. We uncover a number of predictions challenging current theory. First, in the absence of pathogen trade-offs, plasticity can restrain pathogen evolution; moreover, the pathogen exploits conditions in which the host would otherwise invest less in resistance, causing resistance escalation. Second, when transmission trades off with pathogen-induced mortality, plasticity encourages avirulence, resulting in a superior fitness outcome for both host and pathogen. Third, plasticity ensures the sterilizing effect of pathogens has consequences for pathogen evolution. When pathogens castrate hosts, selection forces them to minimize mortality virulence; moreover, when transmission trades off with sterility alone, resistance plasticity is sufficient to prevent pathogens from evolving to fully castrate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,249
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetEvolution and Genetic DynamicsTravaux en français237 207