Persistence of integrated HIV DNA in CXCR3 + CCR6 + memory CD4+ T cells in HIV-infected individuals on antiretroviral therapy
Notice bibliographique
Résumé
BACKGROUND: HIV latent infection can be established in vitro by treating resting CD4 T cells with chemokines that bind to chemokine receptors (CKR), CCR7, CXCR3, and CCR6, highly expressed on T cells. OBJECTIVE: To determine if CKR identify CD4 T cells enriched for HIV in HIV-infected individuals receiving suppressive antiretroviral therapy (ART). DESIGN: A cross-sectional study of CKR expression and HIV persistence in blood from HIV-infected individuals on suppressive ART for more than 3 years (n = 48). A subset of 20 individuals underwent leukapheresis and sorting of specific CD4 T-cell subsets. METHODS: We used flow cytometry to quantify CCR5, CCR6, CXCR3, and CXCR5 expression on CD4 T cells. HIV persistence was quantified using real-time Polymerase Chain Reaction to detect total, integrated HIV DNA, 2-long terminal repeat circles and cell-associated unspliced (CA-US) HIV RNA in total CD4 T cells from blood or sorted T-cell subsets. Associations between CKR and HIV persistence in CD4 T cells in blood were determined using regression models and adjusted for current and nadir CD4 T-cell counts. RESULTS: The frequency of cells harbouring integrated HIV DNA was inversely associated with current CD4 T-cell count and positively associated with CCR5+ CD4 T cells, CXCR3+CCR6+ and CXCR3+CCR6- expression on total memory CD4 T cells (P < 0.001, 0.048, 0.015, and 0.016, respectively). CXCR3+CCR6+ CM CD4 T cells contained the highest amount of integrated HIV DNA and lowest ratio of CA-US HIV RNA to DNA compared to all T-cell subsets examined. CONCLUSION: CXCR3 and CCR6 coexpression defines a subset of CD4 T cells that are preferentially enriched for HIV DNA in HIV-infected individuals on ART.
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 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».