Real-Time PCR Assay for Rapid Detection and Analysis of PfCRT Haplotypes of Chloroquine-Resistant <i>Plasmodium falciparum</i> Isolates from India
Notice bibliographique
Résumé
Chloroquine-resistant Plasmodium falciparum (CRPF) malaria isolates in Southeast Asia and sub-Saharan Africa share the same Plasmodium falciparum chloroquine resistance transporter (PfCRT) haplotype (CVIET; amino acids 72 to 76). It is believed that CRPF malaria emerged in Southeast Asia and spread to sub-Saharan Africa via the Indian subcontinent. Based on this assumption, we hypothesized that CRPF isolates in India should possess the same drug resistance haplotype (PfCRT haplotype CVIET) as P. falciparum isolates in Southeast Asia and Africa and that the prevalence of CRPF may be higher and more widespread in India than appreciated. To test this postulate, we utilized a standardized real-time PCR assay to assess the prevalence and distribution of PfCRT haplotypes in P. falciparum isolates (n = 406) collected from Western, Central, and Eastern states in India and compared them to isolates from South America and Africa. Based on the proportion of isolates possessing the molecular marker K76T, the prevalence of chloroquine resistance was high in all five regions of India studied (91%), as well as in Uganda (98%) and Suriname (100%). All isolates from Suriname contained the chloroquine-resistant SVMNT haplotype typical of South American isolates, and 98% of isolates from Uganda possessed the chloroquine-resistant CVIET haplotype characteristic of Southeast Asian/African strains. However, of 246 P. falciparum isolates from across India that contained the molecular marker for chloroquine resistance, 81% contained the SVMNT haplotype. In conclusion, the prevalence of CRPF malaria was high in geographically dispersed regions of India, and the primary haplotype observed, SVMNT, did not support a presumed geographic spread from contiguous Southeast Asia.
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 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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».