Diversity in Viral Anti-PKR Mechanisms: A Remarkable Case of Evolutionary Convergence
Notice bibliographique
Résumé
Most viruses express during infection products that prevent or neutralize the effect of the host dsRNA activated protein kinase (PKR). Translation of Sindbis virus (SINV) mRNA escapes to PKR activation and eIF2 phosphorylation in infected cells by a mechanism that requires a stem loop structure in viral 26S mRNA termed DLP to initiate translation in the absence of functional eIF2. Unlike the rest of viruses tested, we found that Alphavirus infection allowed a strong PKR activation and eIF2α phosphorylation in vitro and in infected animals so that the presence of DLP structure in mRNA was critical for translation and replication of SINV. Interestingly, infection of MEFs with some viruses that express PKR inhibitors prevented eIF2α phosphorylation after superinfection with SINV, suggesting that viral anti-PKR mechanisms could be exchangeable. Thus, translation of SINV mutant lacking the DLP structure (ΔDLP) in 26S mRNA was partially rescued in cells expressing vaccinia virus (VV) E3 protein, a known inhibitor of PKR. This case of heterotypic complementation among evolutionary distant viruses confirmed experimentally a remarkable case of convergent evolution in viral anti-PKR mechanisms. Our data reinforce the critical role of PKR in regulating virus-host interaction and reveal the versatility of viruses to find different solutions to solve the same conflict.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».