MétaCan
Menu
Retour à la cohorte
Enregistrement W3124786096 · doi:10.1101/2021.01.25.428122

Profiling transcription factor sub-networks in type I interferon signaling and in response to SARS-CoV-2 infection

2021· preprint· en· W3124786096 sur OpenAlexfundno aff
Chilakamarti V. Ramana

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineImmunology and Microbiology
Thématiqueinterferon and immune responses
Établissements canadiensnon disponible
Organismes subventionnairesQueen's University
Mots-clésBiologyInterferonTranscription factorInterferon regulatory factorsIRF1Innate immune systemCell biologySignal transductionImmune systemSTAT1Sp3 transcription factorImmunologyCancer researchGeneGeneticsEnhancer

Résumé

récupéré en direct d'OpenAlex

Abstract Type I interferons (IFN α/β) play a central role in innate immunity to respiratory viruses, including coronaviruses. Genetic defects in type I interferon signaling were reported in a significant proportion of critically ill COVID-19 patients. Extensive studies on interferon-induced intracellular signal transduction pathways led to the elucidation of the Jak-Stat pathway. Furthermore, advances in gene expression profiling by microarrays have revealed that type I interferon rapidly induced multiple transcription factor mRNA levels. In this study, transcription factor profiling in the transcriptome was used to gain novel insights into the role of inducible transcription factors in response to type I interferon signaling in immune cells and in lung epithelial cells after SARS-CoV-2 infection. Modeling the interferon-inducible transcription factor mRNA data in terms of distinct sub-networks based on biological functions such as antiviral response, immune modulation, and cell growth revealed enrichment of specific transcription factors in mouse and human immune cells. The evolutionarily conserved core type I interferon gene expression consists of the inducible transcriptional factor mRNA of the antiviral response sub-network and enriched in granulocytes. Analysis of the type I interferon-inducible transcription factor sub-networks as distinct protein-protein interaction pathways revealed insights into the role of critical hubs in signaling. Interrogation of multiple microarray datasets revealed that SARS-CoV-2 induced high levels of IFN-beta and interferon-inducible transcription factor mRNA in human lung epithelial cells. Transcription factor mRNA of the three major sub-networks regulating antiviral, immune modulation, and cell growth were differentially regulated in human lung epithelial cell lines after SARS-CoV-2 infection and in the tissue samples of COVID-19 patients. A subset of type I interferon-inducible transcription factors and inflammatory mediators were specifically enriched in the lungs and neutrophils of COVID-19 patients. The emerging complex picture of type I IFN transcriptional regulation consists of a rapid transcriptional switch mediated by the Jak-Stat cascade and a graded output of the inducible transcription factor activation that enables temporal regulation of gene 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,249
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetinterferon and immune responsesTravaux en français237 207