SAMHD1 as the Potential Link Between SARS-CoV-2 Infection and Neurological Complications
Notice bibliographique
Résumé
The recent pandemic of coronavirus infectious illness 2019 (COVID19) triggered by SARS-CoV-2 has rapidly spread around the globe, generating in severe events an acute, highly lethal pneumonia and death. In the past two hitherto similar CoVs, the severe acute respiratory syndrome CoV (SARS-CoV-1) and Middle East respiratory syndrome CoV (MERS-CoV) also gained universal attention as they produced clinical symptoms similar to those of SARS-CoV-2 utilizing angiotensin-converting enzyme 2 (ACE2) receptor and dipeptidyl peptidase 4 (DPP4) to go into the cells. COVID-19 may also present with overtly neurological symptoms. The proper understanding of the expression and dissemination of ACE2 in central and peripheral nerve systems is crucial to understand better the neurological morbidity caused by COVID-19. Using the STRING bioinformatic tool and references through text mining tools associated to Coronaviruses, we identified SAMHD1 as the probable link to neurological symptoms. Paralleled to the response to influenza A virus and, specifically, respiratory syncytial virus, SARS-CoV-2 evokes a response that needs robust induction of a subclass of cytokines, including the Type I and, obviously, Type III interferons as well as a few chemokines. We correlate ACE2 to the pathogenesis and neurologic complications of COVID-19 and found that SAMHD1 links to NF-κB pathway. No correlation was found with other molecules associated with Coronavirus infection, including ADAR, BST2, IRF3, IFITM3, ISG15, MX1, MX2, RNASEL, RSAD2, and VPRBP. We suggest that SAMHD1 is the molecule that may be behind the mechanisms of the neurological complications associated with 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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».