Two Different Therapeutic Approaches for SARS-CoV-2 in hiPSCs-Derived Lung Organoids
Notice bibliographique
Résumé
The global health emergency for SARS-CoV-2 (COVID-19) created an urgent need to develop new treatments and therapeutic drugs. In this study, we tested, for the first time on human cells, a new tetravalent neutralizing antibody (15033-7) targeting Spike protein and a synthetic peptide homologous to dipeptidyl peptidase-4 (DPP4) receptor on host cells. Both could represent powerful immunotherapeutic candidates for COVID-19 treatment. The infection begins in the proximal airways, namely the alveolar type 2 (AT2) cells of the distal lung, which express both ACE2 and DPP4 receptors. Thus, to evaluate the efficacy of both approaches, we developed three-dimensional (3D) complex lung organoid structures (hLORGs) derived from human-induced pluripotent stem cells (iPSCs) and resembling the in vivo organ. Afterward, hLORGs were infected by different SARS-CoV-2 S pseudovirus variants and treated by the Ab15033-7 or DPP4 peptide. Using both approaches, we observed a significant reduction of viral entry and a modulation of the expression of genes implicated in innate immunity and inflammatory response. These data demonstrate the efficacy of such approaches in strongly reducing the infection efficiency in vitro and, importantly, provide proof-of-principle evidence that hiPSC-derived hLORGs represent an ideal in vitro system for testing both therapeutic and preventive modalities against COVID-19.
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 ».