MétaCan
Menu
Retour à la cohorte
Enregistrement W4221064544 · doi:10.1371/journal.pntd.0010285

Degenerate sequence-based CRISPR diagnostic for Crimean–Congo hemorrhagic fever virus

2022· article· en· W4221064544 sur OpenAlexaff
Hongzhao Li, Alexander Bello, Greg Smith, Dominic M. S. Kielich, James E. Strong, Bradley Pickering

Notice bibliographique

RevuePLoS neglected tropical diseases · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Vectors
Établissements canadiensUniversity of ManitobaPublic Health Agency of CanadaCanadian Food Inspection Agency
Organismes subventionnairesnon disponible
Mots-clésTrans-activating crRNACRISPRBiologyGeneticsCas9RNAComputational biologyPlasmidVirologyDNAGene

Résumé

récupéré en direct d'OpenAlex

CRISPR (clustered regularly interspaced short palindromic repeats), an ancient defense mechanism used by prokaryotes to cleave nucleic acids from invading viruses and plasmids, is currently being harnessed by researchers worldwide to develop new point-of-need diagnostics. In CRISPR diagnostics, a CRISPR RNA (crRNA) containing a "spacer" sequence that specifically complements with the target nucleic acid sequence guides the activation of a CRISPR effector protein (Cas13a, Cas12a or Cas12b), leading to collateral cleavage of RNA or DNA reporters and enormous signal amplification. CRISPR function can be disrupted by some types of sequence mismatches between the spacer and target, according to previous studies. This poses a potential challenge in the detection of variable targets such as RNA viruses with a high degree of sequence diversity, since mismatches can result from target variations. To cover viral diversity, we propose in this study that during crRNA synthesis mixed nucleotide types (degenerate sequences) can be introduced into the spacer sequence positions corresponding to viral sequence variations. We test this crRNA design strategy in the context of the Cas13a-based SHERLOCK (specific high-sensitivity enzymatic reporter unlocking) technology for detection of Crimean-Congo hemorrhagic fever virus (CCHFV), a biosafety level 4 pathogen with wide geographic distribution and broad sequence variability. The degenerate-sequence CRISPR diagnostic proves functional, sensitive, specific and rapid. It detects within 30-40 minutes 1 copy/μl of viral RNA from CCHFV strains representing all clades, and from more recently identified strains with new mutations in the CRISPR target region. Also importantly, it shows no cross-reactivity with a variety of CCHFV-related viruses. This proof-of-concept study demonstrates that the degenerate sequence-based CRISPR diagnostic is a promising tool of choice for effective detection of highly variable viral pathogens.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,295
Écart entre enseignants0,247 · 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.

Devis d'étudeObservationnel
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

Citations26
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS neglected tropical diseasesMême sujetViral Infections and VectorsTravaux en français237 207