Targeted HIV-1 Latency Reversal Using CRISPR/Cas9-Derived Transcriptional Activator Systems
Notice bibliographique
Résumé
CRISPR/Cas9 technology is currently considered the most advanced tool for targeted genome engineering. Its sequence-dependent specificity has been explored for locus-directed transcriptional modulation. Such modulation, in particular transcriptional activation, has been proposed as key approach to overcome silencing of dormant HIV provirus in latently infected cellular reservoirs. Currently available agents for provirus activation, so-called latency reversing agents (LRAs), act indirectly through cellular pathways to induce viral transcription. However, their clinical performance remains suboptimal, possibly because reservoirs have diverse cellular identities and/or proviral DNA is intractable to the induced pathways. We have explored two CRISPR/Cas9-derived activator systems as targeted approaches to induce dormant HIV-1 proviral DNA. These systems recruit multiple transcriptional activation domains to the HIV 5' long terminal repeat (LTR), for which we have identified an optimal target region within the LTR U3 sequence. Using this target region, we demonstrate transcriptional activation of proviral genomes via the synergistic activation mediator complex in various in culture model systems for HIV latency. Observed levels of induction are comparable or indeed higher than treatment with established LRAs. Importantly, activation is complete, leading to production of infective viral particles. Our data demonstrate that CRISPR/Cas9-derived technologies can be applied to counteract HIV latency and may therefore represent promising novel approaches in the quest for HIV elimination.
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) | 0,000 | 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 ».