HLA-C downregulation by HIV-1 adapts to host HLA genotype
Notice bibliographique
Résumé
HIV-1 can downregulate HLA-C on infected cells, using the viral protein Vpu, and the magnitude of this downregulation varies widely between primary HIV-1 variants. The selection pressures that result in viral downregulation of HLA-C in some individuals, but preservation of surface HLA-C in others are not clear. To better understand viral immune evasion targeting HLA-C, we have characterized HLA-C downregulation by a range of primary HIV-1 viruses. 128 replication competent viral isolates from 19 individuals with effective anti-retroviral therapy, show that a substantial minority of individuals harbor latent reservoir virus which strongly downregulates HLA-C. Untreated infections display no change in HLA-C downregulation during the first 6 months of infection, but variation between viral quasispecies can be detected in chronic infection. Vpu molecules cloned from plasma of 195 treatment naïve individuals in chronic infection demonstrate that downregulation of HLA-C adapts to host HLA genotype. HLA-C alleles differ in the pressure they exert for downregulation, and individuals with higher levels of HLA-C expression favor greater viral downregulation of HLA-C. Studies of primary and mutant molecules identify 5 residues in the transmembrane region of Vpu, and 4 residues in the transmembrane domain of HLA-C, which determine interactions between Vpu and HLA. The observed adaptation of Vpu-mediated downregulation to host genotype indicates that HLA-C alleles differ in likelihood of mediating a CTL response that is subverted by viral downregulation, and that preservation of HLA-C expression is favored in the absence of these responses. Finding that latent reservoir viruses can downregulate HLA-C could have implications for HIV-1 cure therapy approaches in some individuals.
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) | 0,002 | 0,044 |
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 ».