Functional Genomics Reveals the Induction of Inflammatory Response and Metalloproteinase Gene Expression during Lethal Ebola Virus Infection
Notice bibliographique
Résumé
Ebola virus is the etiologic agent of a lethal hemorrhagic fever in humans and nonhuman primates with mortality rates of up to 90%. Previous studies with Zaire Ebola virus (ZEBOV), mouse-adapted virus (MA-ZEBOV), and mutant viruses (ZEBOV-NP(ma), ZEBOV-VP24(ma), and ZEBOV-NP/VP24(ma)) allowed us to identify the mutations in viral protein 24 (VP24) and nucleoprotein (NP) responsible for acquisition of high virulence in mice. To elucidate specific molecular signatures associated with lethality, we compared global gene expression profiles in spleen samples from mice infected with these viruses and performed an extensive functional analysis. Our analysis showed that the lethal viruses (MA-ZEBOV and ZEBOV-NP/VP24(ma)) elicited a strong expression of genes 72 h after infection. In addition, we found that although the host transcriptional response to ZEBOV-VP24(ma) was nearly the same as that to ZEBOV-NP/VP24(ma), the contribution of a mutation in the NP gene was required for a lethal phenotype. Further analysis indicated that one of the most relevant biological functions differentially regulated by the lethal viruses was the inflammatory response, as was the induction of specific metalloproteinases, which were present in our newly identify functional network that was associated with Ebola virus lethality. Our results suggest that this dysregulated proinflammatory response increased the severity of disease. Consequently, the newly discovered molecular signature could be used as the starting point for the development of new drugs and therapeutics. To our knowledge, this is the first study that clearly defines unique molecular signatures associated with Ebola virus lethality.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».