Epigenetic inheritance and the evolution of infectious diseases
Notice bibliographique
Résumé
Abstract Genes with identical DNA sequences may show differential expression because of epigenetic marks. These marks in pathogens are key to their virulence and are being evaluated as targets for medical treatment. Where epigenetic marks were created in response to past conditions (epigenetically inherited), they represent a form of memory, the impact of which has not been considered in the evolution of infectious diseases. We fill this gap by exploring the evolution of virulence in pathogens that inherit epigenetic information on the sex of their previous host. We show that memories of past hosts can also provide clues about the sex of present and future hosts when women and men differ in their immunity to infection and/or their interactions with the sexes. These biological and social differences between the sexes are pervasive in humans. We show that natural selection can favour the evolution of greater virulence in infections originating from one sex. Furthermore, natural selection can favour the evolution of greater virulence in infections across sexes (or within sexes). Our results explain certain patterns of virulence in diseases like measles, chickenpox and polio that have puzzled medical researchers for decades. In particular, they address why girls infected by boys (or boys infected by girls) are more likely to die from the infection than girls infected by girls (or boys infected by boys). We propose epigenetic therapies to treat infections by tampering with the memories of infecting pathogens. Counterintuitively, we predict that successful therapies should target pathogen’s genes that inhibit virulence, rather than those enhancing virulence. Our findings imply that pathogens can carry memories of past environments other than sex (e.g. those related to socioeconomic status) that may condition their virulence and could signify an important new direction in personalised medicine.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».