Adaptation of Droplet Digital PCR-Based HIV Transcription Profiling to Digital PCR and Association of HIV Transcription and Total or Intact HIV DNA
Notice bibliographique
Résumé
In most people living with HIV (PLWH) on effective antiretroviral therapy (ART), cell-associated viral transcripts are readily detectable in CD4+ T cells despite the absence of viremia. Quantification of HIV RNA species provides insights into the transcriptional activity of proviruses that persist in cells and tissues throughout the body during ART ('HIV reservoir'). One such technique for HIV RNA quantitation, 'HIV transcription profiling', developed in the Yukl laboratory, measures a series of HIV RNA species using droplet digital PCR. To take advantage of advances in digital (d)PCR, we adapted the 'HIV transcription profiling' technique to Qiagen's dPCR platform (QIAcuity) and compared its performance to droplet digital (dd)PCR (Bio-Rad QX200 system). Using RNA standards, the two technologies were tested in parallel and assessed for multiple parameters including sensitivity, specificity, linearity, and intra- and inter-assay variability. The newly validated dPCR assays were then applied to samples from PLWH to determine HIV transcriptional activity relative to HIV reservoir size. We report that HIV transcriptional profiling was readily adapted to dPCR and assays performed similarly to ddPCR, with no differences in assay characteristics. We applied these assays in a cohort of 23 PLWH and found that HIV reservoir size, based on genetically intact proviral DNA, does not predict HIV transcriptional activity. In contrast, levels of total DNA correlated with levels of most HIV transcripts (initiated, proximally and distally elongated, unspliced, and completed, but not multiply spliced), suggesting that a considerable proportion of HIV transcripts likely originate from defective proviruses. These findings may have implications for measuring and assessing curative strategies and clinical trial outcomes.
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 | 0,000 | 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 | 0,000 |
| 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 ».