Quantitative proteomics and biological activity of extracellular vesicles engineered to express SARS‐CoV‐2 spike protein
Notice bibliographique
Résumé
SARS-CoV-2 viral infection led to the devastating COVID-19 pandemic, where illness stemmed from interactions between virions and recipient host cells resulting in multi-layered pathological consequences. The role of the infection portal is now understood to be the cellular angiotensin converting enzyme-2 (ACE2) receptor, which binds to viral spike (S) protein initiating virion internalisation process. Since SARS-CoV-2 virions bear some resemblance to endogenously produced small extracellular vesicles (sEVs) we reasoned that EVs engineered to express S protein (viral mimics) may interfere with viral infection. Here, we report generation of HEK293T cells producing sEVs enriched for transmembrane S-protein tagged with green fluorescent protein (S/GFP). Strikingly, S protein drove the GFP tag to the membrane of sEVs, while GFP alone was not efficiently included in the sEV cargo. High-throughput quantitative proteomics revealed that S/GFP sEVs contained over 1000 proteins including canonical components of the exosomal pathway such as ALIX, syntenin-1, and tetraspanins (CD81, CD9), but depleted for calnexin and cytochrome c. We found that 84 sEV proteins were significantly altered by the presence of S/GFP. S protein expressing EVs efficiently adhered to target cells in an ACE2-dependent manner, but they were poorly internalised. Importantly, prolonged administration of S/GFP EV to K18-hACE2 mice provided a significant protection against SARS-CoV-2 infection. Thus, the generation of sEV containing S protein can be considered as a novel therapeutic approach in reducing the transmission of SARS-CoV-2.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».