A Loss of Function Analysis of Host Factors Influencing Vaccinia virus Replication by RNA Interference
Notice bibliographique
Résumé
Vaccinia virus (VACV) is a large, cytoplasmic, double-stranded DNA virus that requires complex interactions with host proteins in order to replicate. To explore these interactions a functional high throughput small interfering RNA (siRNA) screen targeting 6719 druggable cellular genes was undertaken to identify host factors (HF) influencing the replication and spread of an eGFP-tagged VACV. The experimental design incorporated a low multiplicity of infection, thereby enhancing detection of cellular proteins involved in cell-to-cell spread of VACV. The screen revealed 153 pro- and 149 anti-viral HFs that strongly influenced VACV replication. These HFs were investigated further by comparisons with transcriptional profiling data sets and HFs identified in RNAi screens of other viruses. In addition, functional and pathway analysis of the entire screen was carried out to highlight cellular mechanisms involved in VACV replication. This revealed, as anticipated, that many pro-viral HFs are involved in translation of mRNA and, unexpectedly, suggested that a range of proteins involved in cellular transcriptional processes and several DNA repair pathways possess anti-viral activity. Multiple components of the AMPK complex were found to act as pro-viral HFs, while several septins, a group of highly conserved GTP binding proteins with a role in sequestering intracellular bacteria, were identified as strong anti-viral VACV HFs. This screen has identified novel and previously unexplored roles for cellular factors in poxvirus replication. This advancement in our understanding of the VACV life cycle provides a reliable knowledge base for the improvement of poxvirus-based vaccine vectors and development of anti-viral theraputics.
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 | 0,000 | 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) | 0,001 | 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 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 ».