Effect of cannabidiol on apoptosis and cellular interferon and interferon-stimulated gene responses to the SARS-CoV-2 genes ORF8, ORF10 and M protein
Notice bibliographique
Résumé
AIMS: To study effects on cellular innate immune responses to ORF8, ORF10, and Membrane protein (M protein) from the Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) that causes COVID-19, in combination with cannabidiol (CBD). MAIN METHODS: HEK293 cells transfected with plasmids expressing control vector, ORF8, ORF10, or M protein were assayed for cell number and markers of apoptosis at 24 h, and interferon and interferon-stimulated gene expression at 14 h, with or without CBD. Cells transfected with polyinosinic:polycytidylic acid (Poly (I:C)) were also studied as a general model of RNA-type viral infection. KEY FINDINGS: Reduced cell number and increased early and late apoptosis were found when expression of viral genes was combined with 1-2 μM CBD treatment, but not in control-transfected cells treated with CBD, or in cells expressing viral genes but treated only with vehicle. In cells expressing viral genes, CBD augmented expression of IFNγ, IFNλ1 and IFNλ2/3, as well as the 2'-5'-oligoadenylate synthetase (OAS) family members OAS1, OAS2, OAS3, and OASL. CBD also augmented expression of these genes in control cells not expressing viral genes, but without enhancing apoptosis. CBD similarly enhanced the cellular anti-viral response to Poly (I:C). SIGNIFICANCE: Our results demonstrate a poor ability of HEK293 cells to respond to SARS-CoV-2 genes alone, but an augmented innate anti-viral response to these genes in the presence of CBD. Thus, CBD may prime components of the innate immune system, increasing readiness to respond to RNA-type viral infection without activating apoptosis, and could be studied for potential in prophylaxis.
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 | 0,002 | 0,000 |
| 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 | 0,001 |
| 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 ».