RNA interference of influenza A virus replication by microRNA-adapted lentiviral loop short hairpin RNA
Notice bibliographique
Résumé
Limitations of the current vaccines and antivirals against influenza A virus (IAV) pandemic underscore the urgent need for developing novel anti-influenza strategies. RNA interference (RNAi) induced by small interfering RNA (siRNA) has become a powerful new means to inhibit viral infection in a gene-specific manner. However, the efficacy of the siRNA delivery platform and the relatively high cost of administration have hindered widespread application of siRNA. In this study, we developed a microRNA (miRNA)-30-based lentivirus delivery system by embedding a synthetic short hairpin RNA (shRNA) stem into the context of endogenous precursor of miRNA-30 (shRNAmir) to express a silencer of the influenza gene. We showed that the miRNA-based lentivirus vector was able to express and process a single nucleoprotein (NP)-targeting shRNAmir, which could potently inhibit IAV replication. We further showed that miRNA-based lentivirus vector carrying tandemly linked NP and polymerase PB1 shRNAmirs could express and process double shRNAmirs. Despite the relatively low levels of NP and PB1 miRNAs produced in the stably transduced cells, the combination of two miRNAs exerted a great degree of inhibition on influenza infection. Given the advantage of combinatorial RNAi in preventing emergence of mutant virus, miRNA-based lentiviral vectors are valuable tools for anitiviral activities. To the best of our knowledge, this is the first study demonstrating that a miRNA-based RNAi strategy can be applied for better control of influenza virus infection.
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 | 0,001 |
| 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 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 ».