Latency reversal agents affect differently the latent reservoir present in distinct CD4+ T subpopulations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Latency reversal agents (LRAs) have proven to induce HIV-1 transcription in vivo but are ineffective at decreasing the size of the latent reservoir in antiretroviral treated patients. The capacity of the LRAs to perturb the viral reservoir present in distinct subpopulations of cells is currently unknown. Here, using a new RNA FISH/flow ex vivo viral reactivation assay, we performed a comprehensive assessment of the viral reactivation capacity of different families of LRAs, and their combinations, in different CD4+ T cell subsets. We observed that a median of 16.28% of the whole HIV-reservoir induced HIV-1 transcripts after viral reactivation, but only 10.10% of these HIV-1 RNA+ cells produced the viral protein p24. Moreover, none of the LRAs were powerful enough to reactivate HIV-1 transcription in all CD4+ T cell subpopulations. For instance, the combination of Romidepsin and Ingenol was identified as the best combination of drugs at increasing the proportion of HIV-1 RNA+ cells, in most, but not all, CD4+ T cell subsets. Importantly, memory stem cells were identified as highly resistant to HIV-1 reactivation, and only the combination of Panobinostat and Bryostatin-1 significantly increased the number of cells transcribing HIV within this subset. Overall, our results validate the use of the RNA FISH/flow technique to assess the potency of LRAs among different CD4+ T cell subsets, manifest the intrinsic differences between cells that encompass the latent HIV reservoir, and highlight the difficulty to significantly impact the latent infection with the currently available drugs. Thus, our results have important implications for the rational design of therapies aimed at reversing HIV latency from diverse cellular reservoirs.
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.
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 | 0,006 |
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 découle