Suppression of Human Coronavirus 229E Infection in Lung Fibroblast Cells via RNA Interference
Notice bibliographique
Résumé
Despite extensive efforts to repurpose approved drugs, discover new small molecules, and develop vaccines, COVID-19 pandemic is still claiming victims around the world. The current arsenal of antiviral compounds did not perform well in the past viral infections (e.g., SARS), which casts a shadow of doubt for use against the new SARS-CoV-2. Vaccines should offer the ultimate protection; however, there is limited information about the longevity of the generated immunity and the protection against possible mutations. This study uses Human Coronavirus 229E as a model coronavirus to test the hypothesis that effective delivery of virus-specific siRNAs to infected cells will result in lower viral load and reduced cell death. Two different categories of nucleic acid delivery systems, Peptide/Lipid-Associated Nucleic Acids (PLANAs) and lipophilic polymers, were investigated for their toxicity in human lung fibroblast cells and their ability to deliver specific siRNAs targeting Spike and Envelope proteins in order to prevent cell death in infected cells. Selected siRNAs were effectively delivered to human lung fibroblast cells with negligible toxicity. Cell death due to viral infection was significantly reduced with individual and combinatorial silencing of selected viral proteins. The combinatorial silencing of Spike and Envelope proteins restored the cell viability completely and eliminated plaques in the investigated system. Our cell culture data indicate promising results for the RNAi based approach as an alternative antiviral treatment.
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) | 0,000 | 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) | 0,000 | 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 ».