Vesicular MicroRNA as Potential Biomarkers of Viral Rebound
Notice bibliographique
Résumé
Changes in the cellular microRNA (miRNA) expression profile in response to HIV infection, replication or latency have been reported. Nevertheless, little is known concerning the abundance of miRNA in extracellular vesicles (EVs). In the search for a reliable predictor of viral rebound, we quantified the amount of miR-29a, miR-146a, and miR-155 in two types of plasma extracellular vesicles. Venous blood was collected from 235 ART-treated and ART-naive persons living with HIV (85 with ongoing viral replication, ≥20 copies/mL) and 60 HIV-negative participants at five HIV testing or treatment centers in Burkina Faso. Large and small plasma EVs were purified and counted, and mature miRNA miR-29a, miR-146a, and miR-155 were measured by RT-qPCR. Diagnostic performance of miRNA levels in large and small EVs was evaluated by a receiver operating characteristic curve analysis. The median duration of HIV infection was 36 months (IQR 14-117). The median duration of ART was 34 months (IQR 13-85). The virus was undetectable in 63.8% of these persons. In the others, viral load ranged from 108 to 33,978 copies/mL (median = 30,032). Large EVs were more abundant in viremic participants than aviremic. All three miRNAs were significantly more abundant in small EVs in persons with detectable HIV RNA, and their expression levels in copies per vesicle were a more reliable indicator of viral replication in ART-treated patients with low viremia (20-1000 copies/mL). HIV replication increased the production of large EVs more than small EVs. Combined with viral load measurement, quantifying EV-associated miRNA abundance relative to the number of vesicles provides a more reliable marker of the viral status. The expression level as copies per small vesicle could predict the viral rebound in ART-treated patients with undetectable viral loads.
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) | 0,000 | 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 ».