Latency-Reversing Agents Induce Differential Responses in Distinct Memory CD4 T Cell Subsets in Individuals on Antiretroviral Therapy
Notice bibliographique
Résumé
Latent proviruses persist in central (T CM ), transitional (T TM ), and effector (T EM ) memory cells. We measured the levels of cellular factors involved in HIV gene expression in these subsets. The highest levels of acetylated H4, active nuclear factor κB (NF-κB), and active positive transcription elongation factor b (P-TEFb) were measured in T EM , T CM , and T TM cells, respectively. Vorinostat and romidepsin display opposite abilities to induce H4 acetylation across subsets. Protein kinase C (PKC) agonists are more efficient at inducing NF-κB phosphorylation in T CM cells but more potent at activating PTEF-b in the T EM subset. We selected the most efficient latency-reversing agents (LRAs) and measured their ability to reverse latency in each subset. While ingenol alone has modest activities in the three subsets, its combination with a histone deacetylase inhibitor (HDACi) dramatically increases latency reversal in T CM cells. Altogether, these results indicate that cellular HIV reservoirs are differentially responsive to common LRAs and suggest that combination of compounds will be required to achieve latency reversal in all subsets.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».