TRPtracker: a community database for monitoring praziquantel sensitivity at TRPM <sub>PZQ</sub> variants
Notice bibliographique
Résumé
Abstract The anthelmintic praziquantel (PZQ) has been used for decades as the clinical therapy for schistosomiasis, and remains the only available drug. As a cheap and effective drug therapy for all human disease-causing Schistosoma species, usage of PZQ underpins mass drug administration strategies aimed at eliminating schistosomiasis as a public health problem by 2030. Concern over the potential emergence of resistance to PZQ is therefore warranted, as it would constitute a major threat to this approach. In terms of molecular adaptations conferring PZQ resistance, variation in the sequence and/or expression of the drug target is an obvious mechanism and should be a priority for surveillance efforts. The target of PZQ is a transient receptor potential ion channel, TRPM PZQ , which is established as a locus that regulates schistosome sensitivity to PZQ. Here, we describe the establishment of a community resource, ‘TRPtracker’, which coalesces data on TRPM PZQ natural variants together with measurements of individual variant sensitivity to PZQ. A compendium of laboratory-generated mutants in TRPM PZQ is also compiled in TRPtracker to map regions within TRPM PZQ critical for PZQ sensitivity. Aggregation of data from multiple research groups into TRPtracker permits rapid community-wide exchange of data, cataloguing which TRPM PZQ variants have been functionally profiled, where geographically these variants have been found, their frequency within populations and their potential impact on PZQ sensitivity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».