Sperm can act as vectors for HIV‐1 transmission into vaginal and cervical epithelial cells
Notice bibliographique
Résumé
PROBLEM: Sperm are the major cells in semen. Human sperm possess a number of HIV-1 gp120 binding ligands including sulfogalactosylglycerolipid (SGG). However, the mechanisms of how sperm capture HIV-1 onto their surface are unclear. Furthermore, the ability of sperm to deliver HIV-1 to vaginal/cervical epithelial cells lining the lower female reproductive tract, as a first step in HIV-1 transmission, needs to be determined. METHOD OF STUDY: values of HIV-1 gp120-SGG binding as well as computational docking of SGG to the gp120 V3 loop. The ability of sperm-associated HIV-1 to infect peripheral blood mononuclear cells (PBMCs) and TZM-bl indicator cells was determined. Lastly, infection of vaginal (Vk2/E6E7), ectocervical (Ect1/E6E7), and endocervical (End1/E6E7) epithelial cells mediated by HIV-1-associated sperm was evaluated. RESULTS: Sperm were able to capture HIV-1 in a dose-dependent manner, and the capture reached a maximum within 5 minutes. Captured HIV-1, however, could be removed from sperm by Percoll-gradient centrifugation. Affinity of gp120 for SGG was substantial, implicating sperm SGG in HIV-1 capture. Sperm-associated HIV-1 could productively infect PBMCs and TZM-bl cells, and was capable of being transmitted into vaginal/cervical epithelial cells. CONCLUSION: Sperm are able to capture HIV-1, which remains infectious and is able to be transmitted into vaginal/cervical epithelial cells, a result indicating the importance of sperm in HIV transmission.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».