MétaCan
Menu
Retour à la cohorte
Enregistrement W4307140253 · doi:10.1016/j.isci.2022.105427

Exocyst complex component 2 is a potential host factor for SARS-CoV-2 infection

2022· article· en· W4307140253 sur OpenAlexfundno aff
Renxing Yi, Rina Hashimoto, Ayaka Sakamoto, Yasufumi Matsumura, Miki Nagao, Kazutoshi Takahashi, Kazuo Takayama

Notice bibliographique

RevueiScience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesJapan Science and Technology AgencyInstitute for Frontier Life and Medical Sciences, Kyoto UniversityKyoto UniversityCanadian Internet Registration AuthorityJapan Agency for Medical Research and Development
Mots-clésGene knockdownHost factorBiologyCoronavirusProteasesSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyImmunostainingCell cultureCell biologyImmunologyVirusCoronavirus disease 2019 (COVID-19)MedicineGeneticsImmunohistochemistryPathology

Résumé

récupéré en direct d'OpenAlex

Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has caused an epidemic and spread rapidly all over the world. Because the analysis of host factors other than receptors and proteases has not been sufficiently performed, we attempted to identify and characterize host factors essential for SARS-CoV-2 infection using iPS cells and airway organoids (AO). Based on previous CRISPR screening and RNA-seq data, we found that exocyst complex component 2 (EXOC2) is one important host factor for SARS-CoV-2 infection. The intracellular SARS-CoV-2 nucleocapsid (N) expression level was decreased to 3.7% and the virus copy number in cell culture medium was decreased to 1.6% by EXOC2 knockdown. Consistently, immunostaining results showed that N protein-positive cells were significantly decreased by EXOC2 knockdown. We also found that EXOC2 knockdown downregulates SARS-CoV-2 infection by regulating IFNW1 expression. In conclusion, controlling the EXOC2 expression level may prevent SARS-CoV-2 infection and deserves further study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,483

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,106
Tête enseignante GPT0,384
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207