The Role of Exosomes in the Treatment, Prevention, Diagnosis, and Pathogenesis of COVID-19
Notice bibliographique
Résumé
The novel coronavirus disease 2019 (COVID-19) pandemic, caused by the severe acute respiratory syndrome-coronavirus-2 (SARS-CoV-2), continues to be a major health concern. In search for novel treatment strategies against COVID-19, exosomes have attracted the attention of scientists and pharmaceutical companies worldwide. Exosomes are small extracellular vesicles, secreted by all types of cells, and considered as key mediators of intercellular communication and stem-cell paracrine signaling. Herein, we reviewed the most recent literature about the role of exosomes as potential agents for treatment, prevention, diagnosis, and pathogenesis of COVID-19. Several studies and ongoing clinical trials have been investigating the anti-inflammatory, immunomodulatory, and reparative effects of exosomes derived from mesenchymal stem/stromal cells for COVID-19-related acute lung injury. Other studies reported that exosomes play a key role in convalescent plasma therapy for COVID-19, and that they could be of use for the treatment of COVID-19 Kawasaki's-like multisystem inflammatory syndrome and as drug delivery nanocarriers for antiviral therapy. Harnessing some advantageous aspects of exosome biology, such as their endogenous origin, capability of crossing biological barriers, high stability in circulation, and low toxicity and immunogenicity, several companies have been testing exosome-based vaccines against SARS-CoV-2. As they carry cargos that mimic the status of parent cells, exosomes can be isolated from a variety of sources, including plasma, and employed as biomarkers of COVID-19. Lastly, there is growing evidence supporting the role of exosomes in COVID-19 infection, spread, reactivation, and reinfection. The lessons learned using exosomes for COVID-19 will help determine their efficacy and applicability in other clinical conditions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».