MétaCan
Menu
Retour à la cohorte
Enregistrement W4322494209 · doi:10.1128/cmr.00119-22

Agnostic Sequencing for Detection of Viral Pathogens

2023· review· en· W4322494209 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueClinical Microbiology Reviews · 2023
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia Graduate SchoolBiomedical Advanced Research and Development AuthorityUniversity of British ColumbiaU.S. Department of Health and Human Services
Mots-clésDNA sequencingComputational biologyGenomeBiologyMultiplexInfectious disease (medical specialty)PathogenMolecular diagnosticsVirologyGeneticsDiseaseGeneMedicine

Résumé

récupéré en direct d'OpenAlex

knowledge of a pathogen's genome, and an untargeted or unknown pathogen will not be detected. Recent public health crises have emphasized the need to prepare for a wide and rapid deployment of an agnostic diagnostic assay at the start of an outbreak to ensure an effective response to emerging viral pathogens. Metagenomic techniques can nonspecifically sequence all detectable nucleic acids in a sample and therefore do not rely on prior knowledge of a pathogen's genome. While this technology has been reviewed for bacterial diagnostics and adopted in research settings for the detection and characterization of viruses, viral metagenomics has yet to be widely deployed as a diagnostic tool in clinical laboratories. In this review, we highlight recent improvements to the performance of metagenomic viral sequencing, the current applications of metagenomic sequencing in clinical laboratories, as well as the challenges that impede the widespread adoption of this technology.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,004

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 Opus0,201
Tête enseignante GPT0,433
Écart entre enseignants0,231 · 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