Production, quantification et détection des coronavirus
Notice bibliographique
Résumé
Les coronavirus tels que le SARS-CoV-2 représentent un danger pour la santé publique, mobilisant la science pour le développement d’outils. Considérant les risques du SARS-CoV-2, celui doit être manipulé en laboratoire de niveau de sécurité 3, limitant la recherche. Le coronavirus OC43 représente un modèle utile manipulable en niveau de sécurité 2, mais peu de méthodes standardisées existent pour celui-ci. La première partie de cette étude consiste au développement de modèle de culture cellulaire pour la production et la titration de OC43. Mes travaux démontrent l’utilité des lignées MRC-5 et HRT-18 ainsi que la sensibilité de la titration par Tissue Culture Infectious Dose 50 Immunoperoxidase Assay (TCID50-IPA). La seconde partie emploie une méthode de pointe en virologie qui n’a pas encore été démontrée pour les coronavirus, soit la virométrie en flux. Celle-ci permet la quantification absolue de particules virales, ce qui est un avantage aussi bien pour la recherche que pour une potentielle méthode diagnostique. J'ai ainsi développé une méthode de purification et de concentration du coronavirus OC43 pour permettre son étude en virométrie en flux avec un bruit de fond négligeable. Un marquage efficace de ~99% des particules virales a été démontré avec les marqueurs Syto 13 et Syto 62. De plus, le marquage par un anticorps contre la protéine S permet de d’évaluer la présence de virus. Finalement, les nouvelles méthodes développées ici permettront des études plus poussées sur les coronavirus.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».