Distribution and Phylogeny of Erythrocytic Necrosis Virus (ENV) in Salmon Suggests Marine Origin
Notice bibliographique
Résumé
Viral erythrocytic necrosis (VEN) affects over 20 species of marine and anadromous fishes in the North Atlantic and North Pacific Oceans. However, the distribution and strain variation of its viral causative agent, erythrocytic necrosis virus (ENV), has not been well characterized within Pacific salmon. Here, metatranscriptomic sequencing of Chinook salmon revealed that ENV infecting salmon was closely related to ENV from Pacific herring, with inferred amino-acid sequences from Chinook salmon being 99% identical to those reported for herring. Sequence analysis also revealed 89 protein-encoding sequences attributed to ENV, greatly expanding the amount of genetic information available for this virus. High-throughput PCR of over 19,000 fish showed that ENV is widely distributed in the NE Pacific Ocean and was detected in 12 of 16 tested species, including in 27% of herring, 38% of anchovy, 17% of pollock, and 13% of sand lance. Despite frequent detection in marine fish, ENV prevalence was significantly lower in fish from freshwater (0.03%), as assessed with a generalized linear mixed effects model (p = 5.5 × 10−8). Thus, marine fish are likely a reservoir for the virus. High genetic similarity between ENV obtained from salmon and herring also suggests that transmission between these hosts is likely.
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 | 0,000 | 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 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 ».