MétaCan
Menu
Retour à la cohorte
Enregistrement W4393313516 · doi:10.1016/j.isci.2024.109597

Longitudinal analysis of genomic mutations in SARS-CoV-2 isolates from persistent COVID-19 patient

2024· article· en· W4393313516 sur OpenAlexfundno aff
Hiroki Futatsusako, Rina Hashimoto, Masaki Yamamoto, Jumpei Ito, Yasufumi Matsumura, Hajime Yoshifuji, Kotaro Shirakawa, Akifumi Takaori‐Kondo, Kei Sato, Miki Nagao, Kazuo Takayama

Notice bibliographique

RevueiScience · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesKyoto UniversityCanadian Internet Registration AuthorityJapan Agency for Medical Research and Development
Mots-clésVirologyMutationCoronavirus disease 2019 (COVID-19)GenomeSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Viral replicationBiologyMutantWhole genome sequencingCoronavirusGeneticsAntiviral drugVirusSequence analysisPoint mutationGeneMedicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

A primary reason for the ongoing spread of coronavirus disease 2019 (COVID-19) is the continuous acquisition of mutations by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). However, the mechanism of acquiring mutations is not fully understood. In this study, we isolated SARS-CoV-2 from an immunocompromized patient persistently infected with Omicron strain BF.5 for approximately 4 months to analyze its genome and evaluate drug resistance. Although the patient was administered the antiviral drug remdesivir (RDV), there were no acquired mutations in RDV binding site, and all isolates exhibited susceptibility to RDV. Notably, upon analyzing the S protein sequence of the day 119 isolate, we identified mutations acquired by mutant strains emerging from the BF.5 variant, suggesting that viral genome analysis in persistent COVID-19 patients may be useful in predicting viral evolution. These results suggest mutations in SARS-CoV-2 are acquired during long-term viral replication rather than in response to antiviral drugs.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,504
Score d'incertitude au seuil0,639

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
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)0,0000,000

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 Opus0,077
Tête enseignante GPT0,379
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207