Immune Suppression by Myeloid Cells in HIV Infection: New Targets for Immunotherapy
Notice bibliographique
Résumé
Over thirty years of extensive research has not yet solved the complexity of HIV pathogenesis leading to a continued need for a successful cure. Recent immunotherapy-based approaches are aimed at controlling the infection by reverting immune dysfunction. Comparatively less appreciated than the role of T cells in the context of HIV infection, the myeloid cells including macrophages monocytes, dendritic cells (DCs) and neutrophils contribute significantly to immune dysfunction. Host restriction factors are cellular proteins expressed in these cells which are circumvented by HIV. Guided by the recent literature, the role of myeloid cells in HIV infection will be discussed highlighting potential targets for immunotherapy. HIV infection, which is mainly characterized by CD4 T cell dysfunction, also manifests in a vicious cycle of events comprising of inflammation and immune activation. Targeting the interaction of programmed death-1 (PD-1), an important regulator of T cell function; with PD-L1 expressed mainly on myeloid cells could bring promising results. Macrophage functional polarization from pro-inflammatory M1 to anti-inflammatory M2 and vice versa has significant implications in viral pathogenesis. Neutrophils, recently discovered low density granular cells, myeloid derived suppressor cells (MDSCs) and yolk sac macrophages provide new avenues of research on HIV pathogenesis and persistence. Recent evidence has also shown significant implications of neutrophil extracellular traps (NETs), antimicrobial peptides and opsonizing antibodies. Further studies aimed to understand and modify myeloid cell restriction mechanisms have the potential to contribute in the future development of more effective anti-HIV interventions that may pave the way to viral eradication.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».