Assessing risk of vector transmission of Chagas disease through blood source analysis using LC-MS/MS for hemoglobin sequence identification
Notice bibliographique
Résumé
Chagas disease is mainly transmitted by triatomine insect vectors that feed on vertebrate blood. The disease has complex domiciliary infestation patterns and parasite transmission dynamics, influenced by biological, ecological, and socioeconomic factors. In this context, feeding patterns have been used to understand vector movement and transmission risk. Recently, a new technique using Liquid chromatography tandem mass spectrometry (LC-MS/MS) targeting hemoglobin peptides has showed excellent results for understanding triatomines' feeding patterns. The aim of this study was to further develop the automated computational analysis pipeline for peptide sequence taxonomic identification, enhancing the ability to analyze large datasets data. We then used the enhanced pipeline to evaluate the feeding patterns of Triatoma dimidiata, along with domiciliary infestation risk variables, such as unkempt piles of firewood or construction material, cracks in bajareque and adobe walls and intradomiciliary animals. Our new python scripts were able to detect blood meal sources in 100% of the bugs analyzed and identified nine different species of blood meal sources. Human, chicken, and dog were the main blood sources found in 78.7%, 50.4% and 44.8% of the bugs, respectively. In addition, 14% of the bugs feeding on chicken and 15% of those feeding on dogs were captured in houses with no evidence of those animals being present. This suggests a high mobility among ecotopes and houses. Two of the three main blood sources, dog and chicken, were significantly (p < 0.05) affected by domiciliary infestation risk variables, including cracks in walls, construction material and birds sleeping in the intradomicile. This suggests that these variables are important for maintaining reproducing Triatoma dimidiata populations and that it is critical to mitigate these variables in all the houses of a village for effective control of these mobile vectors.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».