MétaCan
Menu
Retour à la cohorte
Enregistrement W2727883969 · doi:10.1093/conphys/cox036

Molecular indices of viral disease development in wild migrating salmon†

2017· article· en· W2727883969 sur OpenAlexafffund
Kristina M. Miller, Oliver P. Günther, Shaorong Li, Karia H. Kaukinen, Tobi J. Ming

Notice bibliographique

RevueConservation Physiology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans CanadaPacific Salmon FoundationGenome British Columbia
Mots-clésBiologyDiseaseInfectious disease (medical specialty)BiomarkerBiomarker discoveryPredationWildlifeVirologyEcologyGeneticsGeneProteomicsMedicine

Résumé

récupéré en direct d'OpenAlex

Infectious diseases can impact the physiological performance of individuals, including their mobility, visual acuity, behavior and tolerance and ability to effectively respond to additional stressors. These physiological effects can influence competitiveness, social hierarchy, habitat usage, migratory behavior and risk to predation, and in some circumstances, viability of populations. While there are multiple means of detecting infectious agents (microscopy, culture, molecular assays), the detection of infectious diseases in wild populations in circumstances where mortality is not observable can be difficult. Moreover, if infection-related physiological compromise leaves individuals vulnerable to predation, it may be rare to observe wildlife in a late stage of disease. Diagnostic technologies designed to diagnose cause of death are not always sensitive enough to detect early stages of disease development in live-sampled organisms. Sensitive technologies that can differentiate agent carrier states from active disease states are required to demonstrate impacts of infectious diseases in wild populations. We present the discovery and validation of salmon host transcriptional biomarkers capable of distinguishing fish in an active viral disease state [viral disease development (VDD)] from those carrying a latent viral infection, and viral versus bacterial disease states. Biomarker discovery was conducted through meta-analysis of published and in-house microarray data, and validation performed on independent datasets including disease challenge studies and farmed salmon diagnosed with various viral, bacterial and parasitic diseases. We demonstrate that the VDD biomarker panel is predictive of disease development across RNA-viral species, salmon species and salmon tissues, and can recognize a viral disease state in wild-migrating salmon. Moreover, we show that there is considerable overlap in the biomarkers resolved in our study in salmon with those based on similar human viral influenza research, suggesting a highly conserved suite of host genes associated with viral disease that may be applicable across a broad range of vertebrate taxa.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,376
Écart entre enseignants0,304 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations86
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConservation PhysiologyMême sujetInfluenza Virus Research StudiesTravaux en français237 207