MétaCan
Menu
Retour à la cohorte
Enregistrement W2950849737 · doi:10.3389/fmicb.2019.01328

Adaptive Evolution of Human-Isolated H5Nx Avian Influenza A Viruses

2019· article· en· W2950849737 sur OpenAlexaff
Fucheng Guo, Yiliang Li, Shu Yu, Lu Liu, Tingting Luo, Zhiqing Pu, Dan Xiang, Xuejuan Shen, David M. Irwin, Ming Liao, Yongyi Shen

Notice bibliographique

RevueFrontiers in Microbiology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensUniversity of TorontoDiabetes Canada
Organismes subventionnairesNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésBiologyInfluenza A virus subtype H5N1Highly pathogenicHost (biology)Adaptive evolutionEvolutionary biologyConvergent evolutionViral evolutionPositive selectionSelection (genetic algorithm)GenomeAdaptation (eye)VirologyGeneticsPhylogeneticsGeneVirus

Résumé

récupéré en direct d'OpenAlex

Avian influenza A viruses (AIVs) H5N1, first identified in 1996, are highly pathogenic in domestic poultry and continue to occasionally infect humans. In this study, we sought to identify genetic changes that occurred during their multiple invasions to humans. We evaluated all available H5Nx AIV genomes. Significant signals of positive selection were detected in 29 host-shift branches. 126 parallel evolution sites were detected on these branches, including 17 well-known sites (such as T271A, A274T, T339M, Q591K, E627K, and D701N in PB2; A134V, D154N, S223N, and R497K in HA) that play roles in allowing AIVs to cross species barriers. Our study suggests that during human infections, H5Nx viruses have experienced adaptive evolution (positive selection and convergent evolution) that allowed them to adapt to their new host environments. Analyses of adaptive evolution should be useful in identifying candidate sites that play roles in human infections, which can be tested by functional experiments.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,041
Tête enseignante GPT0,336
Écart entre enseignants0,296 · 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'étudeExpérimental (laboratoire)
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

Citations21
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetInfluenza Virus Research StudiesTravaux en français237 207