microRNA-185 Inhibits SARS-CoV-2 Infection through the Modulation of the Host’s Lipid Microenvironment
Notice bibliographique
Résumé
Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), there has been an urgent need for the development of fast-acting antivirals, particularly in dealing with different variants of concern (VOC). SARS-CoV-2, like other RNA viruses, depends on host cell machinery to propagate and misregulate metabolic pathways to its advantage. Herein, we discovered that the immunometabolic microRNA-185 (miR-185) restricts SARS-CoV-2 propagation by affecting its entry and infectivity. The antiviral effects of miR-185 were studied in SARS-CoV-2 Spike protein pseudotyped virus, surrogate virus (HCoV-229E), as well as live SARS-CoV-2 virus in Huh7, A549, and Calu-3 cells. In each model, we consistently observed microRNA-induced reduction in lipid metabolism pathways-associated genes including SREBP2, SQLE, PPARG, AGPAT3, and SCARB1. Interestingly, we also observed changes in angiotensin-converting enzyme 2 (ACE2) levels, the entry receptor for SARS-CoV-2. Taken together, these data show that miR-185 significantly restricts host metabolic and other pathways that appear to be essential to SAR-CoV-2 replication and propagation. Overall, this study highlights an important link between non-coding RNAs, immunometabolic pathways, and viral infection. miR-185 mimics alone or in combination with other antiviral therapeutics represent possible future fast-acting antiviral strategies that are likely to be broadly antiviral against multiple variants as well as different virus types of potential pandemics.
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 ».