MétaCan
Menu
Retour à la cohorte
Enregistrement W4307355717 · doi:10.1101/2022.10.19.512927

Global landscape of the host response to SARS-CoV-2 variants reveals viral evolutionary trajectories

2022· preprint· en· W4307355717 sur OpenAlexaff
Mehdi Bouhaddou, Ann‐Kathrin Reuschl, Benjamin J. Polacco, Lucy Thorne, Manisha R. Ummadi, Chengjin Ye, Romel Rosales, Adrian Pelin, Jyoti Batra, Gwendolyn Μ. Jang, Jiewei Xu, Jack M. Moen, Alicia Richards, Yuan Zhou, Bhavya Harjai, Erica Stevenson, Ajda Rojc, Roberta Ragazzini, Matthew V. X. Whelan, Wilhelm Furnon, Giuditta De Lorenzo, Vanessa M. Cowton, Abdullah M. Syed, Alison Ciling, Noa Deutsch, Daniel Pirak, Giulia Dowgier, Dejan Mesner, Jane Turner, Briana L McGovern, Myosotys Rodriguez, Rocio Leiva-Rebollo, Alistair S. Dunham, Xiaofang Zhong, Manon Eckhardt, Andrea Fossati, Nicholas Liotta, Thomas Kehrer, Anastasija Čupić, Magda Rutkowska, Nacho Mena, Sadaf Aslam, Alyssa Hoffert, Helene Foussard, John Pham, Molly Lyons, L. R. Donahue, Aliesha Griffin, Rebecca Nugent, Kevin Holden, Robert Deans, Pablo Avilés, José A. López-Martín, José Jimeno, Kirsten Obernier, Jacqueline M. Fabius, Margaret Soucheray, Ruth Hüttenhain, Irwin Jungreis, Manolis Kellis, Ignacia Echeverria, Kliment A. Verba, Paola Bonfanti, Pedro Beltrão, Roded Sharan, Jennifer A. Doudna, Luis Martínez‐Sobrido, Arvind H. Patel, Massimo Palmarini, Lisa Miorin, Kris M. White, Danielle L. Swaney, Adolfo García‐Sastre, Clare Jolly, Lorena Zuliani‐Alvarez, Greg J. Towers, Nevan J. Krogan

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensArtificial Intelligence in Medicine (Canada)Institute of Infection and Immunity
Organismes subventionnairesMedical Research CouncilUniversity College LondonNational Institutes of HealthImperial College LondonIcahn School of Medicine at Mount Sinai
Mots-clésBiologyProinflammatory cytokineGenePhenotypeGeneticsHost (biology)InterferonImmune systemMutationVirologyImmunologyInflammation

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A series of SARS-CoV-2 variants of concern (VOCs) have evolved in humans during the COVID-19 pandemic—Alpha, Beta, Gamma, Delta, and Omicron. Here, we used global proteomic and genomic analyses during infection to understand the molecular responses driving VOC evolution. We discovered VOC-specific differences in viral RNA and protein expression levels, including for N, Orf6, and Orf9b, and pinpointed several viral mutations responsible. An analysis of the host response to VOC infection and comprehensive interrogation of altered virus-host protein-protein interactions revealed conserved and divergent regulation of biological pathways. For example, regulation of host translation was highly conserved, consistent with suppression of VOC replication in mice using the translation inhibitor plitidepsin. Conversely, modulation of the host inflammatory response was most divergent, where we found Alpha and Beta, but not Omicron BA.1, antagonized interferon stimulated genes (ISGs), a phenotype that correlated with differing levels of Orf6. Additionally, Delta more strongly upregulated proinflammatory genes compared to other VOCs. Systematic comparison of Omicron subvariants revealed BA.5 to have evolved enhanced ISG and proinflammatory gene suppression that similarly correlated with Orf6 expression, effects not seen in BA.4 due to a mutation that disrupts the Orf6-nuclear pore interaction. Our findings describe how VOCs have evolved to fine-tune viral protein expression and protein-protein interactions to evade both innate and adaptive immune responses, offering a likely explanation for increased transmission in humans. One sentence summary Systematic proteomic and genomic analyses of SARS-CoV-2 variants of concern reveal how variant-specific mutations alter viral gene expression, virus-host protein complexes, and the host response to infection with applications to therapy and future pandemic preparedness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,298
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207