MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409712449 · doi:10.1101/2025.04.22.649950

Mathematical modelling of in vitro replication dynamics for multiple highly pathogenic avian influenza clade 2.3.4.4 viruses in chicken and duck cells

2025· preprint· en· W4409712449 sur OpenAlexaff
Luca Bordes, Peter H. F. Hobbelen, Elena Blokker, Wim H.M. van der Poel, Catherine A. A. Beauchemin, Nancy Beerens, José L. Gonzáles

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesMinisterie van Landbouw, Natuur en Voedselkwaliteit
Mots-clésInfluenza A virus subtype H5N1Replication (statistics)VirologyHighly pathogenicBiologyCladeIn vitroAvian influenza virusViral replicationVirusGeneGeneticsPhylogenetics

Résumé

récupéré en direct d'OpenAlex

Abstract The introduction and subsequent detection of highly pathogenic avian influenza (HPAI) in poultry is influenced by the virus replication fitness, transmission fitness, and virulence in poultry. These viral fitness parameters are important for implementing surveillance and control measures for poultry. This study investigates the potential application of an avian in vitro model using primary chicken embryo (CEF) and duck embryo fibroblasts (DEF) to identify the viral fitness for a reference panel of eight dominant HPAI clade 2.3.4.4 virus genotypes: four H5N1 viruses isolated between 2021 and 2024, as well as three H5N8 and one H5N6 virus isolated between 2014 and 2020. Infectious virus titre and cytopathogenicity were measured in the primary cell cultures over time and these data were analysed using a mathematical model which delineates cell populations into susceptible, latent, infectious, and dead compartments. In addition to obtaining “traditional” virological parameters such as peak virus replication and the time to 50% cell death, eight new parameters, key among those, the infecting time ( t inf ), generation time ( t gen ) and basic reproduction number (R 0 ), were estimated using the mathematical model. Collectively, these parameters contribute to virus characterization, enhancing the resolution for comparing genetically similar viruses. This approach can allow for the evaluation of virus virulence, replication fitness, and, ideally, transmissibility fitness across different hosts. This study underscores the potential of integrating avian in vitro models with mathematical modeling and builds towards rapid risk assessments of novel HPAI viruses.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,064
Tête enseignante GPT0,315
Écart entre enseignants0,251 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetInfluenza Virus Research Studies→Travaux en français237 207→