MétaCan
Menu
Retour à la cohorte
Enregistrement W3090569580 · doi:10.1016/j.epidem.2020.100406

Quantifying mechanistic traits of influenza viral dynamics using in vitro data

2020· article· en· W3090569580 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEpidemics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesDivision of Mathematical SciencesRIKENNatural Sciences and Engineering Research Council of CanadaDepartment for International DevelopmentNational Institute for Health and Care ResearchGovernment of OntarioWellcome TrustMedical Research CouncilWellcome
Mots-clésBiologyInfluenza A virus subtype H5N1PandemicInfluenza A virusGeneration timeAdaptation (eye)ReproductionBasic reproduction numberViral replicationStrain (injury)In vitroVirologyReplication (statistics)VirusGeneticsCoronavirus disease 2019 (COVID-19)Infectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

When analysing in vitro data, growth kinetics of influenza virus strains are often compared by computing their growth rates, which are sometimes used as proxies for fitness. However, analogous to mathematical models for epidemics, the growth rate can be defined as a function of mechanistic traits: the basic reproduction number (the average number of cells each infected cell infects) and the mean generation time (the average length of a replication cycle). Fitting a model to previously published and newly generated data from experiments in human lung cells, we compared estimates of growth rate, reproduction number and generation time for six influenza A strains. Of four strains in previously published data, A/Canada/RV733/2003 (seasonal H1N1) had the lowest basic reproduction number, followed by A/Mexico/INDRE4487/2009 (pandemic H1N1), then A/Indonesia/05/2005 (spill-over H5N1) and A/Anhui/1/2013 (spill-over H7N9). This ordering of strains was preserved for both generation time and growth rate, suggesting a positive biological correlation between these quantities which have not been previously observed. We further investigated these potential correlations using data from reassortant viruses with different internal proteins (from A/England/195/2009 (pandemic H1N1) and A/Turkey/05/2005 (H5N1)), and the same surface proteins (from A/Puerto Rico/8/34 (lab-adapted H1N1)). Similar correlations between traits were observed for these viruses, confirming our initial findings and suggesting that these patterns were related to the degree of human adaptation of internal genes. Also, the model predicted that strains with a smaller basic reproduction number, shorter generation time and slower growth rate underwent more replication cycles by the time of peak viral load, potentially accumulating mutations more quickly. These results illustrate the utility of mathematical models in inferring traits driving observed differences in in vitro growth of influenza strains.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,009
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 ouverte0,0000,001
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 Opus0,492
Tête enseignante GPT0,476
Écart entre enseignants0,016 · 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