Low quantity and quality of anti-spike humoral response is linked to CD4 T-cell apoptosis in COVID-19 patients
Notice bibliographique
Résumé
In addition to an inflammatory reaction, Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2)-infected patients present lymphopenia, which we recently reported as being related to abnormal programmed cell death. As an efficient humoral response requires CD4 T-cell help, we hypothesized that the propensity of CD4 T cells to die may impact the quantity and quality of the humoral response in acutely infected individuals. In addition to specific immunoglobulins (Ig)A, IgM, and IgG against SARS-CoV-2 nucleocapsid (N), membrane (M), and spike (S1) proteins, we assessed the quality of IgG response by measuring the avidity index. Because the S protein represents the main target for neutralization and antibody-dependent cellular cytotoxicity responses, we also analyzed anti-S-specific IgG using S-transfected cells (S-Flow). Our results demonstrated that most COVID-19 patients have a predominant IgA anti-N humoral response during the early phase of infection. This specific humoral response preceded the anti-S1 in time and magnitude. The avidity index of anti-S1 IgG was low in acutely infected individuals compared to convalescent patients. We showed that the percentage of apoptotic CD4 T cells is inversely correlated with the levels of specific IgG antibodies. These lower levels were also correlated positively with plasma levels of CXCL10, a marker of disease severity, and soluble Fas ligand that contributes to T-cell death. Finally, we found lower S-Flow responses in patients with higher CD4 T-cell apoptosis. Altogether, these results demonstrate that individuals with high levels of CD4 T-cell apoptosis and CXCL10 have a poor ability to build an efficient anti-S response. Consequently, preventing CD4 T-cell death might be a strategy for improving humoral response during the acute phase, thereby reducing COVID-19 pathogenicity.
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 | 0,001 | 0,001 |
| 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 ».