MétaCan
Menu
Retour à la cohorte
Enregistrement W4407880099 · doi:10.1038/s44298-025-00092-2

Pathogenesis and transmission of SARS-CoV-2 D614G, Alpha, Gamma, Delta, and Omicron variants in golden hamsters

2025· article· en· W4407880099 sur OpenAlexaff
Andra Banete, Bryan D. Griffin, Juan Carlos Corredor, Emily Chien, Lily Yip, T. Gunawardena, Kuganya Nirmalarajah, Jady Liang, Yaejin Lee, Alexander Leacy, Sara Pagliarani, Richard de Borja, Winfield Yim, Hunsang Lee, Yu Onodera, Patryk Aftanas, Patrick Budylowski, Sang Kyun Ahn, Yanlong Pei, Hong Ouyang, Xinliu Angel Li, Mario Ostrowski, Robert Kozak, Sarah K. Wootton, Natasha Christie-Holmes, Scott D. Gray‐Owen, Mikko Taipale, Jared T. Simpson, Finlay Maguire, Allison McGeer, Haibo Zhang, Leonardo Susta, Theo J. Moraes, Samira Mubareka

Notice bibliographique

Revuenpj Viruses · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensSunnybrook Health Science CentreSinai Health SystemOntario Institute for Cancer ResearchHospital for Sick ChildrenUniversity of GuelphSt. Michael's HospitalDalhousie UniversityUniversity of TorontoSunnybrook Hospital
Organismes subventionnairesnon disponible
Mots-clésBiologyVirologyVirusPathogenesisViral replicationHamsterImmunologyMolecular biology

Résumé

récupéré en direct d'OpenAlex

Since the emergence of SARS-CoV-2 in humans, novel variants have evolved to become dominant circulating lineages. These include D614G (B.1 lineage), Alpha (B.1.1.7), Gamma (P.1), Delta (B.1.617.2), and Omicron BA.1 (B.1.1.529) and BA.2 (B.1.1.529.2) viruses. Here, we compared the viral replication, pathogenesis, and transmissibility of these variants. Replication kinetics and innate immune response against the viruses were tested in ex vivo human nasal epithelial cells (HNEC) and induced pluripotent stem cell-derived lung organoids (IPSC-LOs), and the golden hamster model was employed to test pathogenicity and potential for transmission by the respiratory route. Delta, BA.1, and BA.2 viruses replicated more efficiently, and outcompeted D614G, Alpha, and Gamma viruses in an HNEC competition assay. BA.1 and BA.2 viruses, however, replicated poorly in IPSC-LOs compared to other variants. Moreover, BA.2 virus infection significantly increased secretion of IFN-λ1, IFN-λ2, IFN-λ3, IL-6, and IL-1RA in HNECs relative to D614G infection, but not in IPSC-LOs. The BA.1 and BA.2 viruses replicated less effectively in hamster lungs compared to the other variants; and while the Gamma virus reached titers comparable to D614G and Delta viruses, it caused greater lung pathology. Lastly, the Gamma and Delta variants transmitted more efficiently by the respiratory route compared to the other viruses, while BA.1 and BA.2 viruses transmitted less efficiently. These findings demonstrate the ongoing utility of experimental risk assessment as SARS-CoV-2 variants continue to evolve.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,050
Tête enseignante GPT0,355
Écart entre enseignants0,306 · 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'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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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