The molecular epidemiology of respiratory syncytial virus in Ontario, Canada from 2022–2024 using a custom whole genome sequencing assay and analytics package
Notice bibliographique
Résumé
BACKGROUND: Respiratory Syncytial Virus (RSV) infections are a cause of significant morbidity and mortality in children and the elderly. Despite the clinical burden of disease, very little is known about the inter- and intra-seasonal genomic variability of RSV. Furthermore, the recent approval of vaccines and monoclonal antibody therapies will likely lead to higher selective pressure on RSV. Genomic surveillance will be essential to monitor viral changes and inform future therapeutic developments and public health responses. Here, we describe the development of an amplicon-based whole-genome sequencing assay for RSV to enable genomic surveillance. METHODS: A 750-bp overlapping amplicon design was developed to co-amplify RSV-A/-B directly from patient samples collected during two respiratory illness seasons (2022/23, 2023/24) for whole-genome sequencing. RSV subtype, clade, and F-protein antigenic site sequences were determined with a custom analytical pipeline. RESULTS: Of the 429 specimens included in the study 410 (95.6 %) samples met acceptability. Our data demonstrated co-circulation of both RSV subtypes, with increasing predominance of RSV-A since 2022. There were seven genomic clades of RSV-A, while >95 % of RSV-B belonged to a single clade. 1.5 % of samples had amino acid changes within the binding sites of the current RSV therapeutics Palivizumab or Nirsevimab. CONCLUSIONS: Continuous monitoring of RSV genotypes and mutations will be critical for understanding the impact of new therapeutics and vaccines on RSV epidemiology and detecting emergence of vaccine-escape and/or antiviral resistant mutations.
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 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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».