MétaCan
Menu
Retour à la cohorte
Enregistrement W2922016800 · doi:10.3390/v11030269

Cat and Mouse: HIV Transcription in Latency, Immune Evasion and Cure/Remission Strategies

2019· review· en· W2922016800 sur OpenAlexafffund
Aurélie Delannoy, Mikaël Poirier, Brendan Bell

Notice bibliographique

RevueViruses · 2019
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEvasion (ethics)Latency (audio)Immune systemImmunologyTranscription (linguistics)Human immunodeficiency virus (HIV)BiologyVirologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

There is broad scientific and societal consensus that finding a cure for HIV infection must be pursued. The major barrier to achieving a cure for HIV/AIDS is the capacity of the HIV virus to avoid both immune surveillance and current antiretroviral therapy (ART) by rapidly establishing latently infected cell populations, termed latent reservoirs. Here, we provide an overview of the rapidly evolving field of HIV cure/remission research, highlighting recent progress and ongoing challenges in the understanding of HIV reservoirs, the role of HIV transcription in latency and immune evasion. We review the major approaches towards a cure that are currently being explored and further argue that small molecules that inhibit HIV transcription, and therefore uncouple HIV gene expression from signals sent by the host immune response, might be a particularly promising approach to attain a cure or remission. We emphasize that a better understanding of the game of "cat and mouse" between the host immune system and the HIV virus is a crucial knowledge gap to be filled in both cure and vaccine research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,001

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,351
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations36
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVirusesMême sujetHIV Research and TreatmentTravaux en français237 207