Small Interfering RNAs against the TAR RNA Binding Protein, TRBP, a Dicer Cofactor, Inhibit Human Immunodeficiency Virus Type 1 Long Terminal Repeat Expression and Viral Production
Notice bibliographique
Résumé
RNA interference (RNAi) is now widely used for gene silencing in mammalian cells. The mechanism uses the RNA-induced silencing complex, in which Dicer, Ago2, and the human immunodeficiency virus type 1 (HIV-1) TAR RNA binding protein (TRBP) are the main components. TRBP is a protein that increases HIV-1 expression and replication by inhibition of the interferon-induced protein kinase PKR and by increasing translation of viral mRNA. After HIV infection, TRBP could restrict the viral RNA through its activity in RNAi or could contribute more to the enhancement of viral replication. To determine which function will be predominant in the virological context, we analyzed whether the inhibition of its expression could enhance or decrease HIV replication. We have generated small interfering RNAs (siRNAs) against TRBP and found that they decrease HIV-1 long terminal repeat (LTR) basal expression 2-fold, and the LTR Tat transactivated level up to 10-fold. In the context of HIV replication, siRNAs against TRBP decrease the expression of viral genes and inhibit viral production up to fivefold. The moderate increase in PKR expression and activation indicates that it contributes partially to viral gene inhibition. The moderate decrease in micro-RNA (miRNA) biogenesis by TRBP siRNAs suggests that in the context of HIV replication, TRBP functions other than RNAi are predominant. In addition, siRNAs against Dicer decrease viral production twofold and impede miRNA biogenesis. These results suggest that, in the context of HIV replication, TRBP contributes mainly to the enhancement of virus production and that Dicer does not mediate HIV restriction by RNAi.
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 ».