HeLa cell response proteome alterations induced by mammalian reovirus T3D infection
Notice bibliographique
Résumé
BACKGROUND: Cells are exposed to multiple stressors that induce significant alterations in signaling pathways and in the cellular state. As obligate parasites, all viruses require host cell material and machinery for replication. Virus infection is a major stressor leading to numerous induced modifications. Previous gene array studies have measured infected cellular transcriptomes. More recently, mass spectrometry-based quantitative and comparative assays have been used to complement such studies by examining virus-induced alterations in the cellular proteome. METHODS: We used SILAC (stable isotope labeling with amino acids in cell culture), a non-biased quantitative proteomic labeling technique, combined with 2-D HPLC/mass spectrometry and reciprocal labeling to identify and measure relative quantitative differences in HeLa cell proteins in purified cytosolic and nuclear fractions after reovirus serotype 3 Dearing infection. Protein regulation was determined by z-score analysis of each protein's label distribution. RESULTS: A total of 2856 cellular proteins were identified in cytosolic fractions by 2 or more peptides at >99% confidence and 884 proteins were identified in nuclear fractions. Gene ontology analyses indicated up-regulated host proteins were associated with defense responses, immune responses, macromolecular binding, regulation of immune effector processes, and responses to virus, whereas down-regulated proteins were involved in cell death, macromolecular catabolic processes, and tissue development. CONCLUSIONS: These analyses identified numerous host proteins significantly affected by reovirus T3D infection. These proteins map to numerous inflammatory and innate immune pathways, and provide the starting point for more detailed kinetic studies and delineation of virus-modulated host signaling pathways.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».