A straightforward molecular strategy to retrospectively investigate the spread of SARS-CoV-2 VOC202012/01 B.1.1.7 variant
Notice bibliographique
Résumé
The spread of new SARS-CoV-2 variants represents a serious threat worldwide, thus rapid and cost-effective methods are required for their identification. Since November 2020, the TaqPath COVID-19 assay (Thermo Fisher Scientific) has been used to identify viral strains of the new lineage B.1.1.7, since it fails to detect the S-gene with the ∆69/70 deletion. Here, we proposed S-gene mutations screening with the Allplex SARS-CoV-2 assay (Seegene), another widely used RT-PCR test that targets Sarbecovirus E, SARS-CoV-2 N, and RdRp/S genes. Accordingly, we evaluated the S gene amplification curve pattern compared to those of the other genes. Exploiting an Allplex assay-generated dataset, we screened 663 RT-PCR digital records, including all SARS-CoV-2 respiratory samples tested in our laboratory with the Allplex assay between January 1st and February 25th, 2021. This approach enabled us to detect 64 samples with peculiar non-sigmoidal amplification curves. Sequencing a selected group of 4 RNA viral genomes demonstrated that those curves were associated with B.1.1.7 variant strains. Our results strongly suggest that B.1.1.7 variant spread has begun in this area at least since January and imply the potential of these analytical methods to track and characterize the spread of B.1.1.7 strains in those areas where Allplex SARS-CoV-2 datasets have been previously recorded.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».