Determining Human Immunodeficiency Virus Coreceptor Use in a Clinical Setting: Degree of Correlation between Two Phenotypic Assays and a Bioinformatic Model
Notice bibliographique
Résumé
Two recombinant phenotypic assays for human immunodeficiency virus (HIV) coreceptor usage and an HIV envelope genotypic predictor were employed on a set of clinically derived HIV type 1 (HIV-1) samples in order to evaluate the concordance between measures. Previously genotyped HIV-1 samples derived from antiretroviral-naïve individuals were tested for coreceptor usage using two independent phenotyping methods. Phenotypes were determined by validated recombinant assays that incorporate either an approximately 2,500-bp ("Trofile" assay) or an approximately 900-bp (TRT assay) fragment of the HIV envelope gp120. Population-based HIV envelope V3 loop sequences ( approximately 105 bp) were derived by automated sequence analysis. Genotypic coreceptor predictions were performed using a support vector machine model trained on a separate genotype-Trofile phenotype data set. HIV coreceptor usage was obtained from both phenotypic assays for 74 samples, with an overall 85.1% concordance. There was no evidence of a difference in sensitivity between the two phenotypic assays. A bioinformatic algorithm based on a support vector machine using HIV V3 genotype data was able to achieve 86.5% and 79.7% concordance with the Trofile and TRT assays, respectively, approaching the degree of agreement between the two phenotype assays. In most cases, the phenotype assays and the bioinformatic approach gave similar results. However, in cases where there were differences in the tropism results, it was not clear which of the assays was "correct." X4 (CXCR4-using) minority species in clinically derived samples likely complicate the interpretation of both phenotypic and genotypic assessments of HIV tropism.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».