Autophagy-enhancing drugs limit mucosal HIV-1 acquisition and suppress viral replication ex vivo
Notice bibliographique
Résumé
Abstract Current direct-acting antiviral therapies are highly effective in suppressing HIV-1 replication. However, mucosal inflammation undermines prophylactic treatment efficacy, and HIV-1 persists in long-lived tissue-derived dendritic cells (DCs) and CD4+ T cells of treated patients. Host-directed strategies are an emerging therapeutic approach to improve therapy outcomes in infectious diseases. Autophagy functions as an innate antiviral mechanism by degrading viruses in specialized vesicles. Here, we investigated the impact of pharmaceutically enhancing autophagy on HIV-1 acquisition and viral replication. To this end, we developed a human tissue infection model permitting concurrent analysis of HIV-1 cellular targets ex vivo. Prophylactic treatment with autophagy-enhancing drugs carbamazepine and everolimus promoted HIV-1 restriction in skin-derived CD11c+ DCs and CD4+ T cells. Everolimus also decreased HIV-1 susceptibility to lab-adapted and transmitted/founder HIV-1 strains, and in vaginal Langerhans cells. Notably, we observed cell-specific effects of therapeutic treatment. Therapeutic rapamycin treatment suppressed HIV-1 replication in tissue-derived CD11c+ DCs, while all selected drugs limited viral replication in CD4+ T cells. Strikingly, both prophylactic and therapeutic treatment with everolimus or rapamycin reduced intestinal HIV-1 productive infection. Our findings highlight host autophagy pathways as an emerging target for HIV-1 therapies, and underscore the relevancy of repurposing clinically-approved autophagy drugs to suppress mucosal HIV-1 replication.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».