Comparative Dynamics and Distribution of Influenza Drug Resistance Acquisition to Protein M2 and Neuraminidase Inhibitors
Notice bibliographique
Résumé
Although efficient influenza vaccines are designed on a regular basis, the only protection of human populations against an unforeseen virus such as during the H1N1 pandemic in 2009 might be antiviral drugs. Adamantanes and neuraminidase inhibitors (Oseltamivir) represent two classes of such drugs that target the viral matrix protein 2 and neuraminidase, respectively. Although the emergence of resistance to both drugs has been described, the timing and spread of the acquisition of either single or dual resistances by different hosts is still unclear. Using a multilayered phylogenetic approach based on relaxed molecular clocks and large-scale maximum likelihood approaches, we show that Adamantane resistance evolved multiple times in various subtypes and hosts, possibly in breeding contexts (swine); and Oseltamivir resistance was also found in different subtypes and hosts, but its transmission is only sustained in humans. Furthermore, the dynamics of the emergence of antiviral resistance were examined for each drug. This showed that although the first mutations conferring resistance to Adamantanes precede US Food and Drug Administration (FDA) approval, general resistance emerged 15-38 years post-drug approval. This is in contrast to Oseltamivir resistance mutations that emerged at most 7 years after FDA approval of the drug. This study demonstrates the power of large-scale analyses to uncover and monitor the emergence dynamics of drug resistance.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».