MétaCan
Menu
Retour à la cohorte
Enregistrement W4417461452 · doi:10.1093/ve/veaf099

Single genome amplification and molecular cloning of HIV-1 populations in acute HIV-1 infection: implications for studies on HIV-1 diversity and evolutionary rate

2025· article· en· W4417461452 sur OpenAlexafffund
Anthony Y.Y. Hsieh, Amin S. Hassan, Jamirah Nazziwa, Lovisa Lindquist, Sara Karlson, Jonathan Hare, Anatoli Kamali, Etienne Karita, William Kilembe, Matt A. Price, Per Björkman, Pontiano Kaleebu, Susan Allen, Eric Hunter, Jill Gilmour, Sarah Rowland‐Jones, Eduard J. Sanders, Joakim Esbjörnsson

Notice bibliographique

RevueVirus Evolution · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesCanadian Institutes of Health ResearchChinese Academy of Medical SciencesSvenska Sällskapet för Medicinsk ForskningUnited States Agency for International DevelopmentThrasher Research FundVetenskapsrådet
Mots-clésMolecular evolutionGenomeDiversity (politics)Sequence (biology)Genetic diversityHuman evolutionary geneticsCloning (programming)DNA sequencing

Résumé

récupéré en direct d'OpenAlex

Abstract Background Human immunodeficiency virus type 1 (HIV-1) is one of the fastest-evolving human pathogens. Understanding HIV-1 transmission, within-host adaptation, and evolutionary dynamics is pivotal for development of interventions and vaccines. HIV-1 infection is generally caused by a single transmitted founder virus (TFV), and TFV sequences are typically obtained using single genome amplification (SGA). However, suboptimal sample quality can cause sequencing failures, representing considerable losses considering the scarcity of acute HIV-1 infection (AHI) samples. Sequencing failures may be mitigated by molecular cloning (MC), which can be less vulnerable to sample quality but more susceptible to polymerase chain reaction (PCR) errors. Here, we explore the feasibility of supplementing SGA with MC data using samples from clinical and research cohorts to determine whether sequence diversity and evolutionary rate estimates are comparable between the techniques. Methods Plasma samples were selected from participants with documented AHI from an East African research cohort (the International AIDS Vaccine Initiative, 2006–2011) and a clinical cohort from Sweden (1983–2011). SGA and MC sequencing were done on the HIV-1 env V1-V3 region (~940 base pairs). Within-host sequence diversity was determined from maximum likelihood phylogenetic trees, and evolutionary rate by Bayesian phylogenetic analysis. Highlighter plots, Hamming distances, and assessment of star phylogenies were used to quantify TFVs. Results One hundred participants (median age 30.3 years, 15% female), contributing 350 samples from four longitudinal time points, 10–540 days post-infection, met the inclusion criteria. SGA succeeded on 90% of research cohort and 48% of clinical cohort samples. Comparative analysis of linked SGA and MC data from 10 samples indicated that approximately eight sequences were necessary for diversity estimates. Consistently higher sequence diversity was observed among MC relative to SGA sequences (median [IQR]: 0.009 [0.003, 0.015] and 0.004 [0.001, 0.012] substitutions/site, P = .002), whereas evolutionary rates were comparable between the two methods (0.016 [0.012, 0.019] and 0.011 [0.008, 0.020] substitutions/site/year, P = .232). Five participants with samples obtained within 45 days post-infection were eligible for TFV quantification, and all found to have one TFV using both techniques. Conclusion MC data is a suitable supplement for SGA-based HIV-1 studies to preserve the value of precious samples for analysis of evolutionary rate, but not for sequence diversity.

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)0,012
score de la tête « metaresearch » (Gemma)0,025
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,051
Tête enseignante GPT0,319
Écart entre enseignants0,268 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVirus EvolutionMême sujetHIV Research and TreatmentTravaux en français237 207