Ribosome-profiling reveals restricted post transcriptional expression of antiviral cytokines and transcription factors during SARS-CoV-2 infection
Notice bibliographique
Résumé
ABSTRACT The global COVID-19 pandemic caused by SARS-CoV-2 has resulted in over 2.2 million deaths. Disease outcomes range from asymptomatic to severe with, so far, minimal genotypic change to the virus so understanding the host response is paramount. Transcriptomics has become incredibly important in understanding host-pathogen interactions; however, post-transcriptional regulation plays an important role in infection and immunity through translation and mRNA stability, allowing tight control over potent host responses by both the host and the invading virus. Here we apply ribosome profiling to assess post-transcriptional regulation of host genes during SARS-CoV-2 infection of a human lung epithelial cell line (Calu-3). We have identified numerous transcription factors (JUN, ZBTB20, ATF3, HIVEP2 and EGR1) as well as select antiviral cytokine genes, namely IFNB1, IFNL1,2 and 3, IL-6 and CCL5, that are restricted at the post-transcriptional level by SARS-CoV-2 infection and discuss the impact this would have on the host response to infection. This early phase restriction of antiviral transcripts in the lungs may allow high viral load and consequent immune dysregulation typically seen in SARS-CoV-2 infection.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».