CpG di-nucleotide Odds Ratio Measures Drive Unsupervised Clustering to Characterize the Andes Hantavirus
Notice bibliographique
Résumé
Abstract Hantaviruses belong to the Bunyaviridae family with small mammals hosting them. Humans are infected either by inhaling virus-containing aerosols or through contact with animal droppings. Even if rodents host the pathogenic species and humans are dead-end hosts, they still get accidentally infected. The Andes Orthohantavirus (ANDV) seems to be the only species with documented person-to-person transmission. Hemorrhagic fever with renal syndrome (HFRS) and Hantavirus cardiopulmonary syndrome (HCPS) are both serious syndromes associated with hantavirus infections. For both syndromes, the mortality rate is near 40%. Decades of studies have already highlighted the CpG repression in RNA viruses, and both the estimation of the CpG odds ratio and the correlation with their genome polarity were dominant factors in figuring out the CpG bias. We conducted the differential analysis of the CpG odds ratio for all the orthohantaviruses on the full segmented genomes (L, M, S). The results suggested the statistical significance of the three groups. The “Small” genomes were more informative from the CpG odd ratio point of view. We calculated the CpG odds ratio for all the Orthohantaviruses within these segments and furthermore estimated the correlation coefficient with the relative coding sequences (CDS). Preliminary results first confirmed the CpG odds ratio as the lowest among all the nucleotides. Second, the Andes virus was highlighted as the one with the highest CpG odds ratio within CDS. The use of these two measures as features for unsupervised clustering algorithms has allowed us to identify four different sub-groups within the Orthohantaviridae family. The evidence is that the Andes Hantavirus exhibits a peculiar CpG odds ratio distribution, probably linked to its unique characteristic of passing from person to person.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».