Cannabinoids Reduce Extracellular Vesicle Release from HIV-1 Infected Myeloid Cells and Inhibit Viral Transcription
Notice bibliographique
Résumé
Of the 37.9 million individuals infected with human immunodeficiency virus type 1 (HIV-1), approximately 50% exhibit HIV-associated neurocognitive disorders (HAND). We and others previously showed that HIV-1 viral RNAs, such as trans-activating response (TAR) RNA, are incorporated into extracellular vesicles (EVs) and elicit an inflammatory response in recipient naïve cells. Cannabidiol (CBD) and Δ9-tetrahydrocannabinol (THC), the primary cannabinoids present in cannabis, are effective in reducing inflammation. Studies show that cannabis use in people living with HIV-1 is associated with lower viral load, lower circulating CD16+ monocytes and high CD4+ T-cell counts, suggesting a potentially therapeutic application. Here, HIV-1 infected U1 monocytes and primary macrophages were used to assess the effects of CBD. Post-CBD treatment, EV concentrations were analyzed using nanoparticle tracking analysis. Changes in intracellular and EV-associated viral RNA were quantified using RT-qPCR, and changes in viral proteins, EV markers, and autophagy proteins were assessed by Western blot. Our data suggest that CBD significantly reduces the number of EVs released from infected cells and that this may be mediated by reducing viral transcription and autophagy activation. Therefore, CBD may exert a protective effect by alleviating the pathogenic effects of EVs in HIV-1 and CNS-related infections.
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) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».