SARS CoV-2 mRNA vaccination exposes latent HIV to Nef-specific CD8+ T-cells
Notice bibliographique
Résumé
Abstract Efforts to cure HIV have focused on reactivating latent proviruses to enable elimination by CD8 + cytotoxic T-cells. Clinical studies of latency reversing agents (LRA) in antiretroviral therapy (ART)-treated individuals have shown increases in HIV transcription, but without reductions in virologic measures, or evidence that HIV-specific CD8 + T-cells were productively engaged. Here, we show that the SARS-CoV-2 mRNA vaccine BNT162b2 activates the RIG-I/TLR – TNF – NFκb axis, resulting in transcription of HIV proviruses with minimal perturbations of T-cell activation and host transcription. T-cells specific for the early gene-product HIV-Nef uniquely increased in frequency and acquired effector function (granzyme-B) in ART-treated individuals following SARS-CoV-2 mRNA vaccination. These parameters of CD8 + T-cell induction correlated with significant decreases in cell-associated HIV mRNA, suggesting killing or suppression of cells transcribing HIV. Thus, we report the observation of an intervention-induced reduction in a measure of HIV persistence, accompanied by precise immune correlates, in ART-suppressed individuals. However, we did not observe significant depletions of intact proviruses, underscoring challenges to achieving (or measuring) HIV reservoir reductions. Overall, our results support prioritizing the measurement of granzyme-B-producing Nef-specific responses in latency reversal studies and add impetus to developing HIV-targeted mRNA therapeutic vaccines that leverage built-in LRA activity.
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) | 0,003 | 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; 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 ».