Genetic profiles of ten Dirofilaria immitis isolates susceptible or resistant to macrocyclic lactone heartworm preventives
Notice bibliographique
Résumé
BACKGROUND: For dogs and cats, chemoprophylaxis with macrocyclic lactone (ML) preventives for heartworm disease is widely used in the United States and other countries. Since 2005, cases of loss of efficacy (LOE) of heartworm preventives have been reported in the U.S. More recently, ML-resistant D. immitis isolates were confirmed. Previous work identified 42 genetic markers that could predict ML response in individual samples. For field surveillance, it would be more appropriate to work on microfilarial pools from individual dogs with a smaller subset of genetic markers. METHODS: MiSeq technology was used to identify allele frequencies with the 42 genetic markers previously reported. Microfilaria from ten well-characterized new isolates called ZoeKY, ZoeMI, ZoeGCFL, ZoeAL, ZoeMP3, ZoeMO, ZoeAMAL, ZoeLA, ZoeJYD-34, and Metairie were extracted from fresh blood from dogs. DNA were extracted and sequenced with MiSeq technology. Allele frequencies were calculated and compared with the previously reported susceptible, LOE, and resistant D. immitis populations. RESULTS: The allele frequencies identified in the current resistant and susceptible isolates were in accordance with the allele frequencies previously reported in related phenotypes. The ZoeMO population, a subset of the ZoeJYD-34 population, showed a genetic profile that was consistent with some reversion towards susceptibility compared with the parental ZoeJYD-34 population. The Random Forest algorithm was used to create a predictive model using different SNPs. The model with a combination of three SNPs (NODE_42411_RC, NODE_21554_RC, and NODE_45689) appears to be suitable for future monitoring. CONCLUSIONS: MiSeq technology provided a suitable methodology to work with the microfilarial samples. The list of SNPs that showed good predictability for ML resistance was narrowed. Additional phenotypically well characterized D. immitis isolates are required to finalize the best set of SNPs to be used for large scale ML resistance screening.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».