MétaCan
Menu
Retour à la cohorte
Enregistrement W2795114385 · doi:10.7554/elife.32579

Transmission genetics of drug-resistant hepatitis C virus

2018· article· en· W2795114385 sur OpenAlexafffund
Nicholas van Buuren, Timothy L. Tellinghuisen, Christopher D. Richardson, Karla Kirkegaard

Notice bibliographique

RevueeLife · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatitis C virus research
Établissements canadiensDalhousie University
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchNational Institutes of HealthAmerican Liver Foundation
Mots-clésNS5ANS5BVirologyHepatitis C virusBiologyNS3Drug resistancePhosphoproteinVirusRNA-dependent RNA polymeraseGenomeGeneticsComputational biologyPolymeraseHepacivirusDNAGene

Résumé

récupéré en direct d'OpenAlex

Antiviral development is plagued by drug resistance and genetic barriers to resistance are needed. For HIV and hepatitis C virus (HCV), combination therapy has proved life-saving. The targets of direct-acting antivirals for HCV infection are NS3/4A protease, NS5A phosphoprotein and NS5B polymerase. Differential visualization of drug-resistant and -susceptible RNA genomes within cells revealed that resistant variants of NS3/4A protease and NS5A phosphoprotein are cis-dominant, ensuring their direct selection from complex environments. Confocal microscopy revealed that RNA replication complexes are genome-specific, rationalizing the non-interaction of wild-type and variant products. No HCV antivirals yet display the dominance of drug susceptibility shown for capsid proteins of other viruses. However, effective inhibitors of HCV polymerase exact such high fitness costs for drug resistance that stable genome selection is not observed. Barriers to drug resistance vary with target biochemistry and detailed analysis of these barriers should lead to the use of fewer drugs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,028
Tête enseignante GPT0,332
Écart entre enseignants0,305 · 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetHepatitis C virus researchTravaux en français237 207