Maraviroc treatment in non-R5-HIV-1-infected patients results in the selection of extreme CXCR4-using variants with limited effect on the total viral setpoint
Notice bibliographique
Résumé
OBJECTIVES: Using deep sequencing methods, we intensively investigated the selective pressure of maraviroc on the viral population in four patients with dual/mixed HIV-1 experiencing treatment failure. METHODS: Patients received maraviroc add-on therapy (n = 4). Tropism was determined by Monogram's Trofile assay and/or 'deep' sequencing. Longitudinal 'deep' sequence analysis used triplicate HIV V3 RT-PCR on plasma samples. Sequences were interpreted using the geno2phenocoreceptor algorithm with a 3.5% false-positive rate (FPR) cut-off. RESULTS: Patients had a median viral load of 4.7 log10 HIV RNA copies/mL with a median of 24% chemokine (C-X-C motif) receptor 4 (CXCR4)-using virus at baseline. Following maraviroc exposure, the chemokine (C-C motif) receptor 5 (CCR5)-using virus (R5) plasma viral load decreased by at least 1 log10, and only non-R5 variants with extremely low FPR values predominated after 21 days. Virus with an FPR ≤1.8% accounted for more than 90% of the circulating virus, having expanded to occupy the 'space' left by the suppression of R5 variants. Population genetic estimates of viral fitness in the presence of maraviroc showed a steep rise around an FPR value of 2%. CONCLUSIONS: Longitudinal analysis of independent R5 and non-R5 HIV populations shows that maraviroc selects viruses with an extremely low FPR, implying that the antiviral activity of maraviroc may extend to a broader range of HIV variants than previously suspected.
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 | 0,001 |
| 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) | 0,001 | 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 ».