MétaCan
Menu
Retour à la cohorte
Enregistrement W4287958392 · doi:10.1093/molbev/msac160

Comparative Genomics of the Waterfowl Innate Immune System

2022· article· en· W4287958392 sur OpenAlexaff
Elinor Jax, Paolo Franchini, Vaishnovi Sekar, Jente Ottenburghs, Daniel Monné Parera, Roman T. Kellenberger, Katharine E. Magor, Inge Müller, Martin Wikelski, R.H. Kraus

Notice bibliographique

RevueMolecular Biology and Evolution · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
Thématiqueinterferon and immune responses
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBiologyInnate immune systemGeneGeneticsGenomeImmune systemGenomicsComparative genomics

Résumé

récupéré en direct d'OpenAlex

Animal species differ considerably in their ability to fight off infections. Finding the genetic basis of these differences is not easy, as the immune response is comprised of a complex network of proteins that interact with one another to defend the body against infection. Here, we used population- and comparative genomics to study the evolutionary forces acting on the innate immune system in natural hosts of the avian influenza virus (AIV). For this purpose, we used a combination of hybrid capture, next- generation sequencing and published genomes to examine genetic diversity, divergence, and signatures of selection in 127 innate immune genes at a micro- and macroevolutionary time scale in 26 species of waterfowl. We show across multiple immune pathways (AIV-, toll-like-, and RIG-I -like receptors signalling pathways) that genes involved genes in pathogen detection (i.e., toll-like receptors) and direct pathogen inhibition (i.e., antimicrobial peptides and interferon-stimulated genes), as well as host proteins targeted by viral antagonist proteins (i.e., mitochondrial antiviral-signaling protein, [MAVS]) are more likely to be polymorphic, genetically divergent, and under positive selection than other innate immune genes. Our results demonstrate that selective forces vary across innate immune signaling signalling pathways in waterfowl, and we present candidate genes that may contribute to differences in susceptibility and resistance to infectious diseases in wild birds, and that may be manipulated by viruses. Our findings improve our understanding of the interplay between host genetics and pathogens, and offer the opportunity for new insights into pathogenesis and potential drug targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Biology and EvolutionMême sujetinterferon and immune responsesTravaux en français237 207