Double-Stranded Ribonucleic Acid-Mediated Antiviral Response Against Low Pathogenic Avian Influenza Virus Infection
Notice bibliographique
Résumé
Toll-like receptor (TLR)3 signaling pathway is known to induce type 1 interferons (IFNs) and proinflammatory mediators leading to antiviral response against many viral infections. Double-stranded ribonucleic acid (dsRNA) has been shown to act as a ligand for TLR3 and, as such, has been a focus as a potential antiviral agent in many host-viral infection models. Yet, its effectiveness and involved mechanisms as a mediator against low pathogenic avian influenza virus (LPAIV) have not been investigated adequately. In this study, we used avian fibroblasts to verify whether dsRNA induces antiviral response against H4N6 LPAIV and clarify whether type 1 IFNs and proinflammatory mediators such as interleukin (IL)-1β are contributing to the dsRNA-mediated antiviral response against H4N6 LPAIV. We found that dsRNA induces antiviral response in avian fibroblasts against H4N6 LPAIV infection. The treatment of avian fibroblasts with dsRNA increases the expressions of TLR3, IFN-α, IFN-β, and IL-1β. We also confirmed that this antiviral response elicited against H4N6 LPAIV infection correlates, but is not attributable to type 1 IFNs or IL-1β. Our findings imply that the TLR3 ligand, dsRNA, can elicit antiviral response in avian fibroblasts against LPAIV infection, highlighting potential value of dsRNA as an antiviral agent against LPAIV infections. However, further investigations are required to determine the potential role of other innate immune mediators or combination of the tested cytokines in the dsRNA-mediated antiviral response against H4N6 LPAIV infection.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,010 |
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 ».