MétaCan
Menu
← Retour à la cohorte
Enregistrement W2914301643 · doi:10.1101/406819

Diversity within the adenovirus fiber knob hypervariable loops influences primary receptor interactions

2018· preprint· en· W2914301643 sur OpenAlexaff
Alexander T. Baker, Alexander Greenshields‐Watson, Lynda Coughlan, James A. Davies, Hanni Uusi-Kerttula, David K. Cole, P.J. Rizkallah, Alan L. Parker

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésComputational biologyBiologyIn silicoReceptorCell biologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Adenovirus based vectors are of increasing importance for wide ranging therapeutic applications. As vaccines, vectors derived from human adenovirus species D serotypes 26 and 48 (HAdV-D26/48) are demonstrating promising efficacy as protective platforms against infectious diseases. Significant clinical progress has been made, yet definitive studies underpinning mechanisms of entry, infection, and receptor usage are currently lacking. Here, we performed structural and biological analysis of the receptor binding fiber-knob protein of HAdV-D26/48, reporting crystal structures, and modelling putative interactions with two previously suggested attachment receptors, CD46 and Coxsackie and Adenovirus Receptor (CAR). We provide evidence of a low affinity interaction with CAR, with modelling suggesting affinity is attenuated through extended, semi-flexible loop structures, providing steric hindrance. Conversely, in silico and in vitro experiments are unable to provide evidence of interaction between HAdV-D26/48 fiber-knob with CD46, or with Desmoglein 2. Our findings provide new insight to the cell-virus interactions of HAdV-D26/48, with important implications for the design and engineering of optimised Ad-based therapeutics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,254
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetVirus-based gene therapy research→Travaux en français237 207→