MétaCan
Menu
Retour à la cohorte
Enregistrement W2896624720 · doi:10.1128/jvi.01098-18

Naturally Occurring Single Mutations in Ebola Virus Observably Impact Infectivity

2018· article· en· W2896624720 sur OpenAlexafffund
Gary Wong, Shihua He, Anders Leung, Wenguang Cao, Yuhai Bi, Zirui Zhang, Wenjun Zhu, Yuhui Zhao, Keding Cheng, Di Liu, Darwyn Kobasa, George F. Gao, Xiangguo Qiu

Notice bibliographique

RevueJournal of Virology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensUniversity of ManitobaPublic Health Agency of Canada
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesSanming Project of Medicine in ShenzhenNational Key Research and Development Program of ChinaCanadian Institutes of Health ResearchNational Institutes of HealthNational Science and Technology Major ProjectYouth Innovation Promotion Association of the Chinese Academy of Sciences
Mots-clésBiologyVirologyEbola virusNucleoproteinVirulenceVirusTropismVero cellPopulationViral replicationMutationMutantEbolavirusPolymeraseTissue tropismRNASerial passageGeneGenetics

Résumé

récupéré en direct d'OpenAlex

During the Ebola virus (EBOV) disease outbreak in West Africa in 2014-2016, it was discovered that several mutations in the virus emerged and became prevalent in the human population. This suggests that these mutations may play a role impacting viral fitness. We investigated three of these previously identified mutations (in the glycoprotein [GP], nucleoprotein [NP], or RNA-dependent RNA polymerase [L]) in cell culture, as well as in mice and ferrets, by generating recombinant viruses (based on an early West African EBOV strain) each carrying one of these mutations. The NP and L mutations appear to decrease virulence, whereas the GP mutation slightly increases virulence but mainly impacts viral tropism. Our results show that these single mutations can impact EBOV virulence in animals and have implications for the rational design of efficacious antiviral therapies against these infections.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,777
Score d'incertitude au seuil0,285

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,043
Tête enseignante GPT0,392
Écart entre enseignants0,350 · 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 tête enseignante, 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

Citations44
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of VirologyMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207