Tobacco Smoking Increases the Lung Gene Expression of ACE2, the Receptor of SARS-CoV-2
Notice bibliographique
Résumé
declared the coronavirus disease (COVID-19) outbreak a pandemic.As of May 28, 2020, laboratories had confirmed 5,701,337 COVID-19 cases, and 357,668 deaths had been reported in 216 countries, areas, or territories (1).COVID-19 is caused by a new type of pathogenic coronavirus, severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), which is phylogenetically similar to SARS-CoV, with approximately 80% identity between the genomes (2).SARS viruses affect the respiratory tract and cause an acute respiratory response through the same cell-entry receptor, ACE2 (angiotensin-converting enzyme 2), which is the only experimentally confirmed SARS-CoV-2 receptor.SARS-CoV-2 infection also uses activation of the spike proteins found on the surface of the virus for cellular entry.The best candidates for priming spike proteins are two host cell enzymes called Furin and TMPRSS2 (2).In the current severe global emergency, to enable effective prevention and care, it is imperative to identify potential risk factors, such as cigarette smoking, which is a substantial risk factor for various important bacterial and viral infections.Some of the results of this study were previously published in preprint form (medRxiv, https://www.medrxiv.org/content/10.1101/2020.02.05.20020107v3). MethodsWe evaluated a comprehensive set of transcriptomic data sets to investigate the associations of smoking with ACE2, FURIN, and TMPRSS2 gene expression in lung tissues.Two data sets were generated using normal lung tissues from patients with lung adenocarcinoma: a Caucasian RNA-sequencing (RNA-seq) data set from The Cancer Genome Atlas (n = 48) (3) and an Asian RNA-seq data set from the Gene Expression Omnibus (GSE40419, n = 74) (4).We included three polyethnic microarray data sets of gene expression in healthy small airway epithelium samples (GSE63127, n = 230 [5]; GSE19667, n = 116 [6]; and GSE5058, n = 24 [7]) and large airway epithelium samples (GSE7895, n = 104 [8]).In addition, we analyzed three microarray data sets of samples derived from healthy subjects and patients with chronic obstructive pulmonary disease (COPD), including small airway epithelium samples from current smokers (from GSE5058, n = 26 [7]),
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».