ACE2 as a Therapeutic Target for COVID-19; Its Role in Infectious Processes and Regulation by Modulators of the RAAS System
Notice bibliographique
Résumé
Angiotensin converting enzyme 2 (ACE2) is the recognized host cell receptor responsiblefor mediating infection by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). ACE2bound to tissue facilitates infectivity of SARS-CoV-2; thus, one could argue that decreasing ACE2tissue expression would be beneficial. However, ACE2 catalytic activity towards angiotensin I (AngI) and II (Ang II) mitigates deleterious effects associated with activation of the renin-angiotensinaldosteronesystem (RAAS) on several organs, including a pro-inflammatory status. At the tissuelevel, SARS-CoV-2 (a) binds to ACE2, leading to its internalization, and (b) favors ACE2 cleavage toform soluble ACE2: these actions result in decreased ACE2 tissue levels. Preserving tissue ACE2activity while preventing ACE2 shredding is expected to circumvent unrestrained inflammatoryresponse. Concerns have been raised around RAAS modulators and their effects on ACE2expression or catalytic activity. Various cellular and animal models report conflicting results invarious tissues. However, recent data from observational and meta-analysis studies in SARS-CoV-2-infected patients have concluded that RAAS modulators do not increase plasma ACE2 levels orsusceptibility to infection and are not associated with more severe diseases. This review presentsour current but evolving knowledge of the complex interplay between SARS-CoV-2 infection, ACE2levels, modulators of RAAS activity and the effects of RAAS modulators on ACE2 expression.
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 | 0,004 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».