Genome-wide loss-of-function screen using human pluripotent stem cells to study virus-host interactions for SARS-CoV-2
Notice bibliographique
Résumé
Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), the causative agent of coronavirus disease 2019, has become a global health concern. Therefore, there is an immense need to understand the network of virus-host interactions by using human disease-relevant cells. We have thus conducted a loss-of-function genome-wide screen using haploid human embryonic stem cells (hESCs) to identify genes involved in SARS-CoV-2 infection. Although the undifferentiated hESCs are resistant to SARS-CoV-2, their differentiated definitive endoderm (DE) progenies, which express high levels of ACE2, are highly sensitive to the virus. Our genetic screening was able to identify the well-established entry receptor ACE2 as a host factor, along with additional potential novel modulators of SARS-CoV-2. Two such novel screen hits, the transcription factor MAFG and the transmembrane protein TMEM86A, were further validated as conferring resistance against SARS-CoV-2 by using CRISPR-mediated mutagenesis in hESCs, followed by differentiation of mutant lines into DE cells and infection by SARS-CoV-2. Our genome-wide genetic screening investigated SARS-CoV-2 host factors in non-cancerous human cells with endogenous ACE2 expression, providing a unique platform to identify novel modulators of SARS-CoV-2 cytopathology in human cells.
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 | 0,000 |
| 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 ».