A targeted reactivation of latent HIV-1 using an activator vector in patient samples from acute infection
Notice bibliographique
Résumé
BACKGROUND: During combined anti-retroviral treatment, a latent HIV reservoir persists within resting memory CD4 T cells that initiates viral recrudescence upon treatment interruption. Strategies for HIV-1 cure have largely focused on latency reversing agents (LRAs) capable of reactivating and eliminating this viral reservoir. Previously investigated LRAs have largely failed to achieve a robust latency reversal sufficient for reduction of latent HIV pool or the potential of virus-free remission in the absence of treatment. METHODS: We utilize a polyvalent virus-like particle (VLP) formulation called Activator Vector (ACT-VEC) to 'shock' provirus into transcriptional activity. Ex vivo co-culture experiments were used to evaluate the efficacy of ACT-VEC in relation to other LRAs in individuals diagnosed and treated during the acute stage of infection. IFN-γ ELISpot, qRT-PCR and Illumina MiSeq were used to evaluate antigenicity, latency reversal, and diversity of induced virus respectively. FINDINGS: patients diagnosed and treated at acute/early infection, we demonstrate that ACT-VEC can reverse latency in HIV infected CD4 T cells to a greater extent than other major recall antigens as stimuli or even mitogens such as PMA/Iono. Furthermore, ACT-VEC activates more latent HIV-1 than clinically tested HDAC inhibitors or protein kinase C agonists. INTERPRETATION: Taken together, these results show that ACT-VEC can induce HIV reactivation from latently infected CD4 T cells collected from participants on first line combined antiretroviral therapy for at least two years after being diagnosed and treated at acute/early stage of infection. These findings could provide guidance to possible targeted cure strategies and treatments. FUNDING: NIH and CIHR.
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) | 0,000 | 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) | 0,000 | 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 ».