Long Chain N3-PUFA Decreases ACE2 Protein Levels and Prevents SARS-CoV-2 Cell Entry
Notice bibliographique
Résumé
Angiotensin-converting enzyme 2 (ACE2) is a target of interest for both COVID-19 and cardiovascular disease management. Even though lower ACE2 levels may be beneficial in SARS-CoV-2 infectivity, maintaining the ACE1/ACE2 balance is also crucial for cardiovascular health. So far, reports describing conditions capable of altering ACE2 protein levels, especially via dietary components, are limited. In this study, the effects of omega-3 polyunsaturated fatty acids (n3-PUFA) on the protein levels of ACE1 and ACE2 in rodent tissues, human endothelial and kidney cell lines, and human plasma were examined. The ability of n3-PUFA to affect the entry of the SARS-CoV-2 pseudovirus into cells was also tested. Docosahexaenoic acid (DHA), and in some cases eicosapentaenoic acid (EPA), but not α-linoleic acid (ALA), reduced both ACE1 and ACE2 (non-glycosylated p100 and glycosylated p130 forms) in the heart, aorta, and kidneys of obese rats, as well as in human EA.hy926 endothelial and HEK293 kidney cells. Dietary supplementation with either DHA or ALA had no effect on plasma soluble ACE2 levels in humans. However, treatment of HEK293 cells with 80 and 125 µM DHA for 16 h inhibited the entry of the SARS-CoV-2 pseudovirus. These results strongly suggest that DHA treatment may reduce the ability of SARS-CoV-2 to infect cells via a mechanism involving a decrease in the absolute level of ACE2 protein as well as its glycosylation. Our findings warrant further evaluation of long-chain n3-PUFA supplements as a novel option for restricting SARS-CoV-2 infectivity in the general population.
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) | 0,001 | 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 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 ».