Notice bibliographique
Résumé
Perhaps now more than ever (1), it is abundantly clear that viruses can rapidly and dramatically alter host populations, both by direct mortality and by changing the way hosts interact with each other. Like macroscopic organisms, bacteria also contend with their own viruses. Called bacteriophages (or simply, phages), these nanometer-scale parasites are the most numerous, yet least well-characterized, forms of “life” on the planet (2, 3). Because of their inability to directly grow phages (or most of their bacterial hosts), researchers have had only a limited view of the abundance, distribution, and population structure of phage communities. Now, a pair of studies in PNAS, by Bonilla-Rosso et al. (4) and Deboutte et al. (5), have pulled back the curtain on the phages of an emerging model microbiome system: that of the bee gut. Honey bees ( Apis mellifera ), like humans, have a uniquely specialized gut microbiome that has developed over millions of years of coevolution (6). A billion cells strong, the bacteria within each bee play significant roles in extracting dietary nutrients and fending off pathogens (7⇓⇓⇓–11). If what we know from mammalian gut microbiomes holds (12), there also exist as many phages as bacteria in the bee gut. However, to date, there has been no unbiased systematic survey of phages from bees. Both Bonilla-Rosso et al. (4) and Deboutte et al. (5) ambitiously set out to use metagenomic sequencing on viral particles purified from bees, to offer a glimpse into the diversity of phages present as well as the types of genes they carry. Bonilla-Rosso et al. (4) combined hundreds of bees from Swiss hives into two samples for analysis, whereas … [↵][1]1Email: waldankwong{at}gmail.com. [1]: #xref-corresp-1-1
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,015 |
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 ».