Time series analysis of SARS-CoV-2 genomes and correlations among highly prevalent mutations
Notice bibliographique
Résumé
Abstract The efforts of the scientific community to tame the recent SARS-CoV-2 pandemic seems to have been diluted by the emergence of new viral strains. Therefore, it becomes imperative to study and understand the effect of mutations on viral evolution, fitness and pathogenesis. In this regard, we performed a time-series analysis on 59541 SARS-CoV-2 genomic sequences from around the world. These 59541 genomes were grouped according to the months (January 2020-March 2021) based on the collection date. Meta-analysis of this data led us to identify highly significant mutations in viral genomes. Correlation and Hierarchical Clustering of the highly significant mutations led us to the identification of sixteen mutation pairs that were correlated with each other and were present in >30% of the genomes under study. Among these mutation pairs, some of the mutations have been shown to contribute towards the viral replication and fitness suggesting the possible role of other unexplored mutations in viral evolution and pathogenesis. Additionally, we employed various computational tools to investigate the effects of T85I, P323L, and Q57H mutations in Non-structural protein 2 (Nsp2), RNA-dependent RNA polymerase (RdRp) and Open reading frame 3a (ORF3a) respectively. Results show that T85I in Nsp2 and Q57H in ORF3a mutations are deleterious and destabilize the parent protein whereas P323L in RdRp is neutral and has a stabilizing effect. The normalized linear mutual information (nLMI) calculations revealed the significant residue correlation in Nsp2 and ORF3a in contrast to reduce correlation in RdRp protein.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».