Predicting the recombination potential of severe acute respiratory syndrome coronavirus 2 and Middle East respiratory syndrome coronavirus
Notice bibliographique
Résumé
Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) recently emerged to cause widespread infections in humans. SARS-CoV-2 infections have been reported in the Kingdom of Saudi Arabia, where Middle East respiratory syndrome coronavirus (MERS-CoV) causes seasonal outbreaks with a case fatality rate of ~37 %. Here we show that there exists a theoretical possibility of future recombination events between SARS-CoV-2 and MERS-CoV RNA. Through computational analyses, we have identified homologous genomic regions within the ORF1ab and S genes that could facilitate recombination, and have analysed co-expression patterns of the cellular receptors for SARS-CoV-2 and MERS-CoV, ACE2 and DPP4, respectively, to identify human anatomical sites that could facilitate co-infection. Furthermore, we have investigated the likely susceptibility of various animal species to MERS-CoV and SARS-CoV-2 infection by comparing known virus spike protein-receptor interacting residues. In conclusion, we suggest that a recombination between SARS-CoV-2 and MERS-CoV RNA is possible and urge public health laboratories in high-risk areas to develop diagnostic capability for the detection of recombined coronaviruses in patient samples.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».