COVID-MVP: an interactive visualization for tracking SARS-CoV-2 mutations, variants, and prevalence, enabled by curated functional annotations and portable genomics workflow
Notice bibliographique
Résumé
Abstract The SARS-CoV-2 pandemic has reemphasized the importance of genomic epidemiology to track the evolution of the virus, dynamics of epidemics, geographic origins, and the emerging variants. It is vital in understanding the epidemiological spread of the virus on global, national, and local scales. Several analytical (bioinformatics) resources have been developed for molecular surveillance. However, a resource that combines genetic mutations and functional annotations on the impact of these mutations has been lacking in SARS-CoV-2 genomics surveillance. COVID-MVP provides an interactive visualization application that summarizes the mutations and their prevalence in SARS-CoV-2 viral lineages and provides functional annotations from the literature curated in an ongoing effort, Pokay. COVID-MVP is a tool that can be used for routine surveillance including spatio-temporal analyses. We have powered the visualization through a scalable and reproducible genomic analysis workflow nf-ncov-voc wrapped in Nextflow. COVID-MVP allows users to interactively explore data and download summarized surveillance reports. COVID-MVP, Pokay, and nf-ncov-voc are open-source tools available under the Massachusetts Institute of Technology (MIT) and GPL-3.0 licenses. COVID-MVP source code is available at https://github.com/cidgoh/COVID-MVP and an instance is hosted at https://covidmvp.cidgoh.ca .
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,011 |
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 ».