MicroRNA-9-1 Attenuates Influenza A Virus Replication via Targeting Tankyrase 1
Notice bibliographique
Résumé
An unstable influenza genome leads to the virus resistance to antiviral drugs that target viral proteins. Thus, identification of host factors essential for virus replication may pave the way to develop novel antiviral therapies. In this study, we investigated the roles of the poly(ADP-ribose) polymerase enzyme, tankyrase 1 (TNKS1), and the endogenous small noncoding RNA, miR-9-1, in influenza A virus (IAV) infection. Increased expression of TNKS1 was observed in IAV-infected human lung epithelial cells and mouse lungs. TNKS1 knockdown by RNA interference repressed influenza viral replication. A screen using TNKS1 3'-untranslation region (3'-UTR) reporter assays and predicted microRNAs identified that miR-9-1 targeted TNKS1. Overexpression of miR-9-1 reduced influenza viral replication in lung epithelial cells as measured by viral mRNA and protein levels as well as virus production. miR-9-1 induced type I interferon production and enhanced the phosphorylation of STAT1 in cell culture. The ectopic expression of miR-9-1 in the lungs of mice by using an adenoviral viral vector enhanced type I interferon response, inhibited viral replication, and reduced susceptibility to IAV infection. Our results indicate that miR-9-1 is an anti-influenza microRNA that targets TNKS1 and enhances cellular antiviral state.
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 ».