MétaCan
Menu
Retour à la cohorte
Enregistrement W2033572660 · doi:10.1371/journal.ppat.0030159

Small-Molecule Inhibition of HIV pre-mRNA Splicing as a Novel Antiretroviral Therapy to Overcome Drug Resistance

2007· article· en· W2033572660 sur OpenAlexaff
Nadia Bakkour, Yea‐Lih Lin, Sophie Maire, Lilia Ayadi, Florence Mahuteau‐Betzer, Chi Hung Nguyen, Clément Mettling, Pierre Portalès, David S. Grierson, Benoı̂t Chabot, Philippe Jeanteur, Christiane Branlant, Pierre Corbeau, Jamal Tazi

Notice bibliographique

RevuePLoS Pathogens · 2007
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesAgence Nationale de la RechercheStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésRNA splicingReverse transcriptaseBiologyDrug resistanceViral replicationVirologyMultiple drug resistanceGeneRNAVirusGenetics

Résumé

récupéré en direct d'OpenAlex

The development of multidrug-resistant viruses compromises antiretroviral therapy efficacy and limits therapeutic options. Therefore, it is an ongoing task to identify new targets for antiretroviral therapy and to develop new drugs. Here, we show that an indole derivative (IDC16) that interferes with exonic splicing enhancer activity of the SR protein splicing factor SF2/ASF suppresses the production of key viral proteins, thereby compromising subsequent synthesis of full-length HIV-1 pre-mRNA and assembly of infectious particles. IDC16 inhibits replication of macrophage- and T cell-tropic laboratory strains, clinical isolates, and strains with high-level resistance to inhibitors of viral protease and reverse transcriptase. Importantly, drug treatment of primary blood cells did not alter splicing profiles of endogenous genes involved in cell cycle transition and apoptosis. Thus, human splicing factors represent novel and promising drug targets for the development of antiretroviral therapies, particularly for the inhibition of multidrug-resistant viruses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,023
Tête enseignante GPT0,261
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations86
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS PathogensMême sujetHIV Research and TreatmentTravaux en français237 207