MétaCan
Menu
Retour à la cohorte
Enregistrement W3043468445 · doi:10.1128/jvi.00940-20

Broad and Differential Animal Angiotensin-Converting Enzyme 2 Receptor Usage by SARS-CoV-2

2020· article· en· W3043468445 sur OpenAlexafffund
Xuesen Zhao, Danying Chen, Robert Szabla, Mei Zheng, Guoli Li, Pengcheng Du, Shuangli Zheng, Xinglin Li, Chuan Song, Rui Li, Ju‐Tao Guo, M.S. Junop, Hui Zeng, Hanxin Lin

Notice bibliographique

RevueJournal of Virology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchNational Natural Science Foundation of ChinaGovernment of Canada
Mots-clésFurinBiologyReceptorVirologyAngiotensin-converting enzyme 2Viral entrySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MutantVirusCell biologyEnzymeGeneticsGeneCoronavirus disease 2019 (COVID-19)Viral replicationBiochemistryInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

SARS-CoV-2 uses human ACE2 as a primary receptor for host cell entry. Viral entry mediated by the interaction of ACE2 with spike protein largely determines host range and is the major constraint to interspecies transmission. We examined the receptor activity of 14 ACE2 orthologs and found that wild-type and mutant SARS-CoV-2 lacking the furin cleavage site in S protein could utilize ACE2 from a broad range of animal species to enter host cells. These results have important implications in the natural hosts, interspecies transmission, animal models, and molecular basis of receptor binding for SARS-CoV-2.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,040
Tête enseignante GPT0,327
Écart entre enseignants0,288 · 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'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

Citations182
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of VirologyMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207