A One Health Approach to Studying the Differences in the Evolutionary Dynamics of MERS and SARS Coronaviruses
Notice bibliographique
Résumé
Abstract BackgroundSARS-CoV and MERS-CoV are two coronaviruses that received great attention due to their high pathogenicity and mortality rates in human populations. While SARS was controlled, MERS continues to be a global public health concern. To examine differences in the epidemic patterns of these two viruses, we collected all available sequences to compare the different evolutionary characteristics of SARS-CoV and MERS-CoV. Notably, almost all of the human infection cases occurred in the Middle East, and cases that occurred outside of the Middle East involved travelers from this region, while African infections have so far not been reported. It is not clear that genetic differences between Africans and Arabs lead to differences in susceptibility.ResultsIn this study, we compared their evolutionary dynamics to provide a One Health perspective of their different results of disease control. The phylogenetic network of SARS-CoVs showed that human isolates gathered into a “super-spreader” cluster, and were distinct from civet isolates. In contrast, dromedary camel- and human-isolated MERS-CoVs were clustered together. Thus, most clades of MERS-CoV can infect humans, and MERS-CoVs seem easier to spill over from animal-to-human interface. Although MERS-CoVs are endemic to dromedary camels in both the Middle East and Africa, all human infections are linked to the Middle East. The nucleotide sequences of the MERS-CoV receptor gene--dipeptidyl peptidase 4 (DPP4) from 30 Egyptians, 36 Sudanese, and 34 Saudi Arabians showed little difference.ConclusionsOur study reveals the reason why MERS-CoV is not easily controlled. Analysis of genetic differences between Africans and Arabs suggest that human population differences in DPP4 might not be the reason for their different MERS prevalence, raising the possibility that other reasons, such as poorer disease surveillance in Africa, might explain these observations.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».