Mass spectrometry analysis of gut tissue in acute SIV-infection in rhesus macaques identifies early proteome alterations preceding the interferon inflammatory response
Notice bibliographique
Résumé
HIV infection damages the gut mucosa leading to chronic immune activation, increased morbidities and mortality, and antiretroviral therapies, do not completely ameliorate mucosal dysfunction. Understanding early molecular changes in acute infection may identify new biomarkers underlying gut dysfunction. Here we utilized a proteomics approach, coupled with flow cytometry, to characterize early molecular and immunological alterations during acute SIV infection in gut tissue of rhesus macaques. Gut tissue biopsies were obtained at 2 times pre-infection and 4 times post-infection from 6 macaques. The tissue proteome was analyzed by mass spectrometry, and immune cell populations in tissue and blood by flow cytometry. Significant proteome changes (p < 0.05) occurred at 3 days post-infection (dpi) (13.0%), 14 dpi (13.7%), 28 dpi (16.9%) and 63 dpi (14.8%). At 3 dpi, proteome changes included cellular structural activity, barrier integrity, and activation of epithelial to mesenchymal transition (EMT) (FDR < 0.0001) prior to the antiviral response at 14 dpi (IFNa/g pathways, p < 0.001). Novel EMT proteomic biomarkers (keratins 2, 6A and 20, collagen 12A1, desmoplakin) and inflammatory biomarkers (PSMB9, FGL2) were associated with early infection and barrier dysfunction. These findings identify new biomarkers preceding inflammation in SIV infection involved with EMT activation. This warrants further investigation of the role of these biomarkers in chronic infection, mucosal inflammation, and disease pathogenesis of HIV.
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 | 0,001 | 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) | 0,001 | 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 ».