Estrogen receptor-1 is a key regulator of HIV-1 latency that imparts gender-specific restrictions on the latent reservoir
Notice bibliographique
Résumé
Unbiased shRNA library screens revealed that the estrogen receptor-1 (ESR-1) is a key factor regulating HIV-1 latency. In both Jurkat T cells and a Th17 primary cell model for HIV-1 latency, selective estrogen receptor modulators (SERMs, i.e., fulvestrant, raloxifene, and tamoxifen) are weak proviral activators and sensitize cells to latency-reversing agents (LRAs) including low doses of TNF-α (an NF-κB inducer), the histone deacetylase inhibitor vorinostat (soruberoylanilide hydroxamic acid, SAHA), and IL-15. To probe the physiologic relevance of these observations, leukapheresis samples from a cohort of 12 well-matched reproductive-age women and men on fully suppressive antiretroviral therapy were evaluated by an assay measuring the production of spliced envelope (env) mRNA (the EDITS assay) by next-generation sequencing. The cells were activated by T cell receptor (TCR) stimulation, IL-15, or SAHA in the presence of either β-estradiol or an SERM. β-Estradiol potently inhibited TCR activation of HIV-1 transcription, while SERMs enhanced the activity of most LRAs. Although both sexes responded to SERMs and β-estradiol, females showed much higher levels of inhibition in response to the hormone and higher reactivity in response to ESR-1 modulators than males. Importantly, the total inducible RNA reservoir, as measured by the EDITS assay, was significantly smaller in the women than in the men. We conclude that concurrent exposure to estrogen is likely to limit the efficacy of viral emergence from latency and that ESR-1 is a pharmacologically attractive target that can be exploited in the design of therapeutic strategies for latency reversal.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».