Kinetics of Viral Genome Distribution in Swine Peripheral Lymphoid Organs Following Oronasal Infection with Attenuated African swine fever virus strains
Notice bibliographique
Résumé
African swine fever (ASF) continues to spread across the globe, causing a severe impact on the swine industry. Passive surveillance based on testing dead pigs is one of the most effective methods for early detection of ASF incursions. We have previously shown that the superficial inguinal lymph node (SILN) is a convenient and effective sample type for ASF virus (ASFV) genome detection in pigs succumbed to highly or moderately virulent ASFV infections. In this study, we explored the distribution kinetics of ASFV into SILN and other lymphoid tissues in pigs exposed to moderately virulent ASFV strains (ASFV Estonia 2014 and ASFV Malta'78), oronasally. The ASFV genome was detected in SILNs as early as 2-3 days post-infection (dpi), peaking around 5-9 dpi. The detection of ASFV Estonia 2014 started early, and the pigs succumbed to infection faster compared to the ASFV Malta'78 infected pigs that remained longer. All pigs that succumbed to ASF had comparable levels of ASFV genomic material in the spleen and SILNs. The levels of ASFV genomic material gradually started to decrease in pigs that did not succumb to ASF, indicating possible virus clearance. In contrast, ASFV genome levels in blood and spleen samples remained relatively steady during the study period. Immunohistochemistry and in situ hybridization of spleen and SILN samples supported real-time PCR results. This study demonstrates the distribution kinetics of moderately virulent ASFV in peripheral lymph nodes and highlights the utility of SILNs for dead pig screening.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».