Mechanical activation of spike fosters SARS-CoV-2 viral infection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The outbreak of SARS-CoV-2 (SARS2) has caused a global COVID-19 pandemic. The spike protein of SARS2 (SARS2-S) recognizes host receptors, including ACE2, to initiate viral entry in a complex biomechanical environment. Here, we reveal that tensile force, generated by bending of the host cell membrane, strengthens spike recognition of ACE2 and accelerates the detachment of spike’s S1 subunit from the S2 subunit to rapidly prime the viral fusion machinery. Mechanistically, such mechano-activation is fulfilled by force-induced opening and rotation of spike’s receptor-binding domain to prolong the bond lifetime of spike/ACE2 binding, up to 4 times longer than that of SARS-S binding with ACE2 under 10 pN force application, and subsequently by force-accelerated S1/S2 detachment which is up to ~10 3 times faster than that in the no-force condition. Interestingly, the SARS2-S D614G mutant, a more infectious variant, shows 3-time stronger force-dependent ACE2 binding and 35-time faster force-induced S1/S2 detachment. We also reveal that an anti-S1/S2 non-RBD-blocking antibody that was derived from convalescent COVID-19 patients with potent neutralizing capability can reduce S1/S2 detachment by 3 × 10 6 times under force. Our study sheds light on the mechano-chemistry of spike activation and on developing a non-RBD-blocking but S1/S2-locking therapeutic strategy to prevent SARS2 invasion.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle