MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387161197 · doi:10.21203/rs.3.rs-3362308/v1

Host-Virus Cophylogeny Trajectories: Investigating Molecular Relationships between Coronaviruses and Bat Hosts

2023· preprint· en· W4387161197 sur OpenAlexafffund
Wanlin Li, Nadia Tahiri

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaUniversité de Sherbrooke
Mots-clésCoevolutionHost (biology)BiologyEvolutionary biologyHost adaptationCoronavirusSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirusTransmission (telecommunications)Adaptation (eye)Coronavirus disease 2019 (COVID-19)RodentSequence (biology)GeneticsGeneEcologyGenomeComputer scienceNeuroscienceDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Bats, with their virus tolerance, social behaviors, and mobility, are reservoirs for emerging viruses, including coronaviruses (CoVs) known for genetic flexibility. Studying the cophylogenetic link between bats and CoVs provides vital insights into transmission dynamics, host adaptation, and the foundation for disease emergence and spread. In this study, we investigate the cophylogenetic patterns of 69 host-virus connections. Prior research has yielded valuable insights into phenomena such as host switching, cospeciation, and other dynamics concerning the interaction between CoVs and bats. Nonetheless, a distinct gap exists in the current literature concerning a comparative cophylogenetic analysis focused on elucidating the contributions of sequence fragments to the coevolution between hosts and viruses. Results: Among the 69 host-virus links examined, 47 showed significant cophylogeny based on ParaFit and PACo analyses, affirming strong associations. Focusing on two pivotal proteins, ORF1ab and spike, we conduct a comparative analysis of host and coronavirus phylogenies. For ORF1ab, specific window ranges in the multiple sequence alignment (positions 520-680, 770-870, 2930-3070, and 4910-5080) exhibit the lowest Robinson and Foulds (RF) distance (i.e. 84.62\%), emphasizing their higher contribution in the cophylogenetic association. Similarly, within the spike region, distinct window ranges (positions 0-140, 60-180, 100-410, 360-550, and 630-730) display the lowest RF distance at 88.46\%. Our analysis identifies six recombination regions within ORF1ab (positions 360-1390, 550-1610, 680-1680, 700-1710, 2060-3090, and 2130-3250), and four within the spike protein (positions 10-510, 50-560, 170-710, and 230-730). The convergence of minimal RF distance regions with combination regions robustly affirms the pivotal role of recombination in viral adaptation to host selection pressures. Furthermore, horizontal gene transfer reveals prominent instances of partial gene transfer events, occurring not only among variants within the same host species but also crossing host species boundaries. This suggests a more intricate pattern of genetic exchange. Conclusions: By employing a multifaceted approach, our comprehensive approach provides a nuanced understanding of the multifaceted interactions governing the coevolutionary dynamics between bat hosts and CoVs. This deeper insight informs our understanding of viral evolution and adaptation mechanisms, illuminating the broader dynamics driving viral diversity.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,262
Tête enseignante GPT0,455
Écart entre enseignants0,193 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→