Systematic analysis of the codon usage patterns of African swine fever virus genome coding sequences reveals its host adaptation phenotype
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.
Notice bibliographique
Résumé
African swine fever (ASF) is a severe haemorrhagic disease caused by the African swine fever virus (ASFV), transmitted by ticks, resulting in high mortality among domestic pigs and wild boars. The global spread of ASFV poses significant economic threats to the swine industry. This study employs diverse analytical methods to explore ASFV’s evolution and host adaptation, focusing on codon usage patterns and associated factors. Utilizing phylogenetic analysis methods including neighbour-joining and maximum-likelihood, 64 ASFV strains were categorized into four clades. Codon usage bias (CUB) is modest in ASFV coding sequences. This research identifies multiple factors – such as nucleotide composition, mutational pressures, natural selection and geographical diversity – contributing to the formation of CUB in ASFV. Analysis of relative synonymous codon usage reveals CUB variations within clades and among ASFVs and their hosts. Both Codon Adaptation Index and Similarity Index analyses confirm that ASFV strains are highly adapted to soft ticks ( Ornithodoros moubata ) but less so to domestic pigs, which could be a result of the long-term co-evolution of ASFV with ticks. This study sheds light on the factors influencing ASFV’s codon usage and fitness dynamics, enriching our understanding of its evolution, adaptation and host interactions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle