<p>Drugs for Multiple Sclerosis Activate Natural Killer Cells: Do They Protect Against COVID-19 Infection?</p>
Notice bibliographique
Résumé
Abstract: COVID-19 infection caused by the newly discovered coronavirus severe acute respiratory distress syndrome virus-19 (SARS-CoV-2) has become a pandemic issue across the globe. There are currently many investigations taking place to look for specific, safe and potent anti-viral agents. Upon transmission and entry into the human body, SARS-CoV-2 triggers multiple immune players to be involved in the fight against the viral infection. Amongst these immune cells are NK cells that possess robust antiviral activity, and which do not require prior sensitization. However, NK cell count and activity were found to be impaired in COVID-19 patients and hence, could become a potential therapeutic target for COVID-19. Several drugs, including glatiramer acetate (GA), vitamin D 3 , dimethyl fumarate (DMF), monomethyl fumarate (MMF), natalizumab, ocrelizumab, and IFN-β, among others have been previously described to increase the biological activities of NK cells especially their cytolytic potential as reported by upregulation of CD107a, and the release of perforin and granzymes. In this review, we propose that such drugs could potentially restore NK cell activity allowing individuals to be more protective against COVID-19 infection and its complications. Keywords: NK cells, multiple sclerosis, COVID-19
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».