MétaCan
Menu
Retour à la cohorte
Enregistrement W3148467508 · doi:10.1016/j.ebiom.2021.103316

The contrasting role of nasopharyngeal angiotensin converting enzyme 2 (ACE2) transcription in SARS-CoV-2 infection: A cross-sectional study of people tested for COVID-19 in British Columbia, Canada

2021· article· en· W3148467508 sur OpenAlexafffundabout
Aidan M. Nikiforuk, Kevin S. Kuchinski, David D. W. Twa, Christine D. Lukac, Hind Sbihi, C. Andrew Basham, Christian Steidl, Natalie Prystajecky, Agatha N. Jassem, Mel Krajden, David M. Patrick, Inna Sekirov

Notice bibliographique

RevueEBioMedicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesMinistry of Health, British ColumbiaGenome British Columbia
Mots-clésTMPRSS2Viral loadBiologyVirologyGene expressionReverse transcription polymerase chain reactionPopulationReverse transcriptaseGeneVirusImmunologyMedicineCoronavirus disease 2019 (COVID-19)Internal medicinePolymerase chain reactionGeneticsDisease

Résumé

récupéré en direct d'OpenAlex

Background: Angiotensin converting enzyme 2 (ACE2) protein serves as the host receptor for SARS-CoV-2, with a critical role in viral infection. We aim to understand population level variation of nasopharyngeal ACE2 transcription in people tested for COVID-19 and the relationship between ACE2 transcription and SARS-CoV-2 viral load, while adjusting for expression of: (i) the complementary protease, Transmembrane serine protease 2 (TMPRSS2), (ii) soluble ACE2, (iii) age, and (iv) biological sex. The ACE2 gene was targeted to measure expression of transmembrane and soluble transcripts. Methods: A cross-sectional study of n = 424 "participants" aged 1104 years referred for COVID-19 testing was performed in British Columbia, Canada. Patients who tested positive for COVID-19 were matched by age and biological sex to patients who tested negative. Viral load and host gene expression were assessed by quantitative reverse-transcriptase polymerase chain reaction. Bivariate analysis and multiple linear regression were performed to understand the role of nasopharyngeal ACE2 expression in SARS-CoV-2 infection. Findings: Analysis showed no association between age and nasopharyngeal ACE2 transcription in those who tested negative for COVID-19 (P = 0092). Mean relative transcription of transmembrane (P = 000012) and soluble (P<00001) ACE2 isoforms, as well as TMPRSS2 (P<00001) was higher in COVID-19-negative participants than COVID-19 positive ones, yielding a negative correlation between targeted host gene expression and positive COVID-19 diagnosis. In bivariate analysis of COVID-19-positive participants, transcription of transmembrane ACE2 positively correlated with SARS-CoV-2 viral RNA load (B = 049, R 2 =014, P<00001), transcription of soluble ACE2 negatively correlated (B= -085, R 2 = 026, P<00001), and no correlation was found with TMPRSS2 transcription (B= -0042, R 2 =<010, P = 069). Multivariable analysis showed that the greatest viral RNA loads were observed in participants with high transmembrane ACE2 transcription (B= 089, 95%CI: [059 to 118]), while transcription of the soluble isoform appears to protect against high viral RNA load in the upper respiratory tract (B= -0099, 95%CI: [-018 to -0022]). Interpretation: Nasopharyngeal ACE2 transcription plays a dual, contrasting role in SARS-CoV-2 infection of the upper respiratory tract. Transcription of the transmembrane ACE2 isoform positively correlates, while transcription of the soluble isoform negatively correlates with viral RNA load after adjusting for age, biological sex, and transcription of TMPRSS2.

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)0,002
score de la tête « metaresearch » (Gemma)0,038
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,382
Écart entre enseignants0,338 · 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'étudeObservationnel
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

Citations28
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207