MétaCan
Menu
Retour à la cohorte
Enregistrement W3123142366 · doi:10.1098/rsos.202212

Superinfection and the evolution of an initial asymptomatic stage

2021· article· en· W3123142366 sur OpenAlexafffund
Chadi M. Saad-Roy, Bryan T. Grenfell, Simon A. Levin, Lorenzo Pellis, Helena B. Stage, P. van den Driessche, Ned S. Wingreen

Notice bibliographique

RevueRoyal Society Open Science · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of Victoria
Organismes subventionnairesFogarty International CenterNatural Sciences and Engineering Research Council of CanadaScience and Technology DirectorateCenters for Disease Control and PreventionWellcome TrustNational Institutes of HealthNational Science FoundationMicrosoftJames S. McDonnell FoundationRoyal SocietyU.S. Department of Homeland Security
Mots-clésSuperinfectionBiologyAsymptomaticHost (biology)ImmunityPathogenLatency (audio)Evolutionary biologyImmunologyGeneticsVirusImmune systemMedicineComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Pathogens have evolved a variety of life-history strategies. An important strategy consists of successful transmission by an infected host before the appearance of symptoms, that is, while the host is still partially or fully asymptomatic. During this initial stage of infection, it is possible for another pathogen to superinfect an already infected host and replace the previously infecting pathogen. Here, we study the effect of superinfection during the first stage of an infection on the evolutionary dynamics of the degree to which the host is asymptomatic (host latency) in that same stage. We find that superinfection can lead to major differences in evolutionary behaviour. Most strikingly, the duration of immunity following infection can significantly influence pathogen evolutionary dynamics, whereas without superinfection the outcomes are independent of host immunity. For example, changes in host immunity can drive evolutionary transitions from a fully symptomatic to a fully asymptomatic first infection stage. Additionally, if superinfection relative to susceptible infection is strong enough, evolution can lead to a unique strategy of latency that corresponds to a local fitness minimum, and is therefore invasible by nearby mutants. Thus, this strategy is a branching point, and can lead to coexistence of pathogens with different latencies. Furthermore, in this new framework with superinfection, we also find that there can exist two interior singular strategies. Overall, new evolutionary outcomes can cascade from superinfection.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,270

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,287
Écart entre enseignants0,280 · 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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRoyal Society Open ScienceMême sujetEvolution and Genetic DynamicsTravaux en français237 207