SARS-CoV-2 may hijack GPCR signaling pathways to dysregulate lung ion and fluid transport
Notice bibliographique
Résumé
The tropism of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), a virus responsible for the ongoing coronavirus disease 2019 (COVID-19) pandemic, toward the host cells is determined, at least in part, by the expression and distribution of its cell surface receptor, angiotensin-converting enzyme 2 (ACE2). The virus further exploits the host cellular machinery to gain access into the cells; its spike protein is cleaved by a host cell surface transmembrane serine protease 2 (TMPRSS2) shortly after binding ACE2, followed by its proteolytic activation at a furin cleavage site. The virus primarily targets the epithelium of the respiratory tract, which is covered by a tightly regulated airway surface liquid (ASL) layer that serves as a primary defense mechanism against respiratory pathogens. The volume and viscosity of this fluid layer is regulated and maintained by a coordinated function of different transport pathways in the respiratory epithelium. We argue that SARS-CoV-2 may potentially alter evolutionary conserved second-messenger signaling cascades via activation of G protein-coupled receptors (GPCRs) or by directly modulating G protein signaling. Such signaling may in turn adversely modulate transepithelial transport processes, especially those involving cystic fibrosis transmembrane conductance regulator (CFTR) and epithelial Na + channel (ENaC), thereby shifting the delicate balance between anion secretion and sodium absorption, which controls homeostasis of this fluid layer. As a result, activation of the secretory pathways including CFTR-mediated Cl − transport may overwhelm the absorptive pathways, such as ENaC-dependent Na + uptake, and initiate a pathophysiological cascade leading to lung edema, one of the most serious and potentially deadly clinical manifestations of 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».