Altered life history strategies protect malaria parasites against drugs
Notice bibliographique
Résumé
Drug resistance has been reported against all antimalarial drugs, and while parasites can evolve classical resistance mechanisms (e.g., efflux pumps), it is also possible that changes in life history traits could help parasites evade the effects of treatment. The life history of malaria parasites is governed by an intrinsic resource allocation problem: specialized stages are required for transmission, but producing these stages comes at the cost of producing fewer of the forms required for within-host survival. Drug treatment, by design, alters the probability of within-host survival, and so should alter the costs and benefits of investing in transmission. Here, we use a within-host model of malaria infection to predict optimal patterns of investment in transmission in the face of different drug treatment regimes and determine the extent to which alternative patterns of investment can buffer the fitness loss due to drugs. We show that over a range of drug doses, parasites are predicted to adopt "reproductive restraint" (investing more in asexual replication and less in transmission) to maximize fitness. By doing so, parasites recoup some of the fitness loss imposed by drugs, though as may be expected, increasing dose reduces the extent to which altered patterns of transmission investment can benefit parasites. We show that adaptation to drug-treated infections could result in more virulent infections in untreated hosts. This work emphasizes that in addition to classical resistance mechanisms, drug treatment generates selection for altered parasite life history. Understanding how any shifts in life history will alter the efficacy of drugs, as well as any limitations on such shifts, is important for evaluating and predicting the consequences of drug treatment.
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 | 0,001 | 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) | 0,001 | 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 ».