Building a mechanistic mathematical model of hepatitis C virus entry
Notice bibliographique
Résumé
Abstract The mechanism by which hepatitis C virus (HCV) gains entry into cells is a complex one, involving a broad range of host proteins. Entry is a critical phase of the viral lifecycle, and a potential target for therapeutic or vaccine-mediated intervention. However, the mechanics of HCV entry remain poorly understood. Here we describe a novel computational model of viral entry, encompassing the relationship between HCV and the key host receptors CD81 and SR-B1. We conduct experiments to thoroughly quantify the influence of an increase or decrease in receptor availability upon the extent of viral entry. We use these data to build and parameterise a mathematical model, which we then validate by further experiments. Our results are consistent with sequential HCV-receptor interactions, whereby initial interaction between the HCV E2 glycoprotein and SR-B1 facilitates the accumulation CD81 receptors, leading to viral entry. However, we also demonstrate that a small minority of virus can achieve entry in the absence of SR-B1. Our model estimates the impact of the different obstacles that viruses must surmount to achieve entry; among virus particles attaching to the cell surface, 20-35% accumulate sufficient CD81 receptors, of these 4-8% then complete the subsequent steps to achieve productive infection. Furthermore, we make estimates of receptor stoichiometry; between 3 and 6 CD81 receptors are likely to be required to achieve viral entry. Our model provides a tool to investigate the entry characteristics of HCV variants and outlines a framework for future quantitative studies of the multi-receptor dynamics of HCV entry.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».