Prolific Induction of IL-6 in Human Cells by SARS-CoV-2-derived Peptide is Attenuated by Recombinant Human Anti-inflammatory Cytokines made <i>in planta</i>
Notice bibliographique
Résumé
SUMMARY Development of efficient therapies for COVID-19 is the focus of intense research. The cytokine release syndrome was underlined as a culprit for severe outcomes in COVID-19 patients. Interleukin-6 (IL-6) plays a crucial role in human immune responses and elevated IL-6 plasma levels have been associated with the exacerbated COVID-19 pathology. Since non-structural protein 10 (NSP10) of SARS-CoV-2 has been implicated in the induction of IL-6, we designed Peptide (P)1, containing sequences corresponding to amino acids 68-96 of NSP10, and examined its effect on cultured human cells. Treatment with P1 strongly increased IL-6 secretion by the lung cancer cell line NCI-H1792 and the breast cancer cell line MDA-MB-231 and revealed profound cytotoxic activity on Caco-2 colorectal adenocarcinoma cells. Treatment with P2, harbouring a mutation in the zinc knuckle motif of NSP10, caused no IL-6 induction and no cytotoxicity. Pre-treatment with plant-produced human anti-inflammatory cytokines IL-37b and IL-38 effectively mitigated the induction of IL-6 secretion. Our results suggest a role for the zinc knuckle motif of NSP10 in the onset of increased IL-6 plasma levels of COVID-19 patients and for IL-37b and IL-38 as therapeutics aimed at attenuating the cytokine release syndrome.
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 | 0,000 | 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) | 0,001 | 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 ».