MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394536776 · doi:10.6084/m9.figshare.19390802

Identification of a recombinant equine coronavirus in donkey, China

2022· dataset· en· W4394536776 sur OpenAlexaff
Pengfei Qi, Xingyi Gao, Jingkai Ji, Yan Zhang, Shaohua Yang, Kaihui Cheng, Ning Cui, Manling Zhu, Tao Hu, Xuan Dong, Bin Yan, Changfa Wang, Hongjun Yang, Weifeng Shi, Wei Zhang

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Virus Infections Studies
Établissements canadiensBruyère
Organismes subventionnairesnon disponible
Mots-clésDonkeyIdentification (biology)Recombinant DNACoronavirusVirologyCoronavirus disease 2019 (COVID-19)BiologyComputational biologyMedicineGeneticsInfectious disease (medical specialty)GeneInternal medicine

Résumé

récupéré en direct d'OpenAlex

Equine coronavirus (ECoV) was first identified in the USA and has been previously described in several countries. In order to test the presence of ECoV in China, we collected 51 small intestinal samples from donkey foals with diarrhoea from a donkey farm in Shandong Province, China between August 2020 and April 2021. Two samples tested positive for ECoV and full-length genome sequences were successfully obtained using next-generation sequencing, one of which was further confirmed by Sanger sequencing. The two strains shared 100% sequence identity at the scale of whole genome. Bioinformatics analyses further showed that the two Chinese strains represent a novel genetic variant of ECoV and shared the highest sequence identity of 97.05% with the first identified ECoV strain – NC99. In addition, it may be a recombinant, with the recombination region around the NS2 gene. To our knowledge, this is the first documented report of ECoV in China, highlighting its risk to horse/donkey breeding. In addition, its potential risk to public health also warrants further investigation.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,005

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 Opus0,070
Tête enseignante GPT0,290
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetAnimal Virus Infections Studies→Travaux en français237 207→