Evolution of Bipartite and Segmented Viruses from Monopartite Viruses
Notice bibliographique
Résumé
RNA viruses may be monopartite (all genes on one strand), multipartite (two or more strands packaged separately) or segmented (two or more strands packaged together). In this article, we consider competition between a complete monopartite virus, A, and two defective viruses, D and E, that have complementary genes. We use stochastic models that follow gene translation, RNA replication, virus assembly, and transmission between cells. D and E multiply faster than A when stored in the same host as A or when together in the same host, but they cannot multiply alone. D and E strands are packaged as separate particles unless a mechanism evolves that allows assembly of D + E segmented particles. We show that if defective viruses assemble rapidly into separate particles, the formation of segmented particles is selected against. In this case, D and E spread as parasites of A, and the bipartite D + E combination eliminates A if the transmissibility is high. Alternatively, if defective strands do not assemble rapidly into separate particles, then a mechanism for assembly of segmented particles is selected for. In this case, the segmented virus can eliminate A if transmissibility is high. Conditions of excess protein resources favor bipartite viruses, while conditions of excess RNA resources favor segmented viruses. We study the error threshold behavior that arises when deleterious mutations are introduced. Relative to bipartite and segmented viruses, deleterious mutations favor monopartite viruses. A monopartite virus can give rise to either a bipartite or a segmented virus, but it is unlikely that both will originate from the same virus.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».