Sequence‐Based Human Leukocyte Antigen–B Typing of Patients Infected with Ebola Virus in Uganda in 2000: Identification of Alleles Associated with Fatal and Nonfatal Disease Outcomes
Notice bibliographique
Résumé
The Sudan species of Ebola virus (SEBOV) causes severe, often fatal infection in approximately 50% of infected humans. We sought to determine whether the human leukocyte antigen-B (HLA-B) locus has a role in the outcome of SEBOV disease by typing 77 cases from an outbreak in northern Uganda in 2000-2001. Sequence-based HLA-B typing was performed using leukocytes isolated from 77 patients. Statistical analysis and a predictive discriminant analysis (PDA) were applied to typing data. Epitope prediction software was also applied to SEBOV sequences. Statistically significant associations were found between certain sets of alleles and either fatal or nonfatal disease outcomes. Alleles B*67 and B*15 were associated with fatal outcomes, whereas B*07 and B*14 were associated with nonfatal outcomes. The PDA-derived functions that were produced were 81.8% accurate in classifying patients into their correct outcome group. Several epitopes predicted to bind strongly to HLA-B*07 molecules were identified in the viral polymerase, nucleoprotein, and VP35 protein. HLA-B alleles associated with either fatal or nonfatal outcomes of SEBOV disease were identified and can be used in a predictive model. Studies of HLA-B-restricted epitopes could contribute to characterization of protective host responses and to vaccine development.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».