Pairwise network mechanisms in the host signaling response to coxsackievirus B3 infection
Notice bibliographique
Résumé
Signal transduction networks can be perturbed biochemically, genetically, and pharmacologically to unravel their functions. But at the systems level, it is not clear how such perturbations are best implemented to extract molecular mechanisms that underlie network function. Here, we combined pairwise perturbations with multiparameter phosphorylation measurements to reveal causal mechanisms within the signaling network response of cardiomyocytes to coxsackievirus B3 (CVB3) infection. Using all possible pairs of six kinase inhibitors, we assembled a dynamic nine-protein phosphorylation signature of perturbed CVB3 infectivity. Cluster analysis of the resulting dataset showed repeatedly that paired inhibitor data were required for accurate data-driven predictions of kinase substrate links in the host network. With pairwise data, we also derived a high-confidence network based on partial correlations, which identified phospho-IκBα as a central "hub" in the measured phosphorylation signature. The reconstructed network helped to connect phospho-IκBα with an autocrine feedback circuit in host cells involving the proinflammatory cytokines, TNF and IL-1. Autocrine blockade substantially inhibited CVB3 progeny release and improved host cell viability, implicating TNF and IL-1 as cell autonomous components of CVB3-induced myocardial damage. We conclude that pairwise perturbations, when combined with network-level intracellular measurements, enrich for mechanisms that would be overlooked by single perturbants.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».