MétaCan
Menu
Retour à la cohorte
Enregistrement W2123872558 · doi:10.1016/j.ijid.2008.05.111

Retroviral Biodiversity: Practical Consequences for HIV Treatment and Prevention

2008· article· en· W2123872558 sur OpenAlexaff
Mark A. Wainberg

Notice bibliographique

RevueInternational Journal of Infectious Diseases · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS drug development and treatment
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésReverse transcriptaseBiologyGenomeDrug resistanceGeneticsVirologyResistance mutationMutationViral replicationMutation rateHuman immunodeficiency virus (HIV)GeneComputational biologyRNAVirus

Résumé

récupéré en direct d'OpenAlex

Background: Retroviral diversity is attributable both to the infidelity of the reverse transcriptase (RT)enzyme that is responsible for transcribing the viral RNA genome into DNA as well as to a high viral replication rate. In the case of HIV-1, the error rate of RT is approximately 5 × 10−5. Given a genomic length of 9.2 kb, this means that a mutation is likely to take place almost every time that HIV replicates; consequently, mutations are found throughout the HIV genome infected individuals. These mutations include those responsible for escape from immunological pressure as well as those associated with drug resistance. HIV replication patterns in different areas of the world have also given rise to a series of subtypes and recombinant forms that predominate in different geographic locales. Proper interpretation of drug resistance mutational patterns has potentiated both the sequencing of drugs within a given drug class, as well as the use of drugs from classes that have not previously been used in treatment of a given patient. Drug resistance is today acknowledged to be both a key cause as well as outcome of HIV treatment failure. Results: In recent years, however, the field of HIV resistance testing has become complicated by the fact that different viral subtypes may sometimes express different mutations that are associated with resistance to the same compound. In some cases, this may be due to the redundancy of the genetic code and the fact that different viral subtypes may employ different codons in order to express the same amino acid. An example of this is the V106M mutation that encodes resistance against NNRTIs in subtype C viruses, as opposed to V106A in subtype B. In other instances, viral RNA template sequences may vary between subtypes such that certain mutations are preferentially selected under drug pressure. As an example, subtype C viruses seem more prone to develop the K65R mutation that causes broad cross-resistance to a range of nucleoside compounds, whereas this mutation is very rare in subtype B viruses. Conclusions: These findings have relevance for both treatment and prevention strategies in countries in which subtype C viruses are predominant.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,031
Tête enseignante GPT0,323
Écart entre enseignants0,292 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Infectious DiseasesMême sujetHIV/AIDS drug development and treatmentTravaux en français237 207