AHR signaling is induced by infection with coronaviruses
Notice bibliographique
Résumé
Coronavirus infection in humans is usually associated to respiratory tract illnesses, ranging in severity from mild to life-threatening respiratory failure. The aryl hydrocarbon receptor (AHR) was recently identified as a host factor for Zika and dengue viruses; AHR antagonists boost antiviral immunity, decrease viral titers and ameliorate Zika-induced pathology in vivo. Here we report that AHR is activated by infection with different coronaviruses, potentially impacting antiviral immunity and lung epithelial cells. Indeed, the analysis of single-cell RNA-seq from lung tissue detected increased expression of AHR and AHR transcriptional targets, suggesting AHR signaling activation in SARS-CoV-2-infected epithelial cells from COVID-19 patients. Moreover, we detected an association between AHR expression and viral load in SARS-CoV-2 infected patients. Finally, we found that the pharmacological inhibition of AHR suppressed the replication in vitro of one of the causative agents of the common cold, HCoV-229E, and the causative agent of the COVID-19 pandemic, SARS-CoV-2. Taken together, these findings suggest that AHR activation is a common strategy used by coronaviruses to evade antiviral immunity and promote viral replication, which may also contribute to lung pathology. Future studies should further evaluate the potential of AHR as a target for host-directed antiviral therapy.
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 | 0,001 |
| 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 ».