SARS‐CoV‐2 ORF7a blocked autophagy flux by intervening in the fusion between autophagosome and lysosome to promote viral infection and pathogenesis
Notice bibliographique
Résumé
The coronavirus disease 2019 (COVID-19) continues to pose a major threat to public health worldwide. Although many studies have clarified the severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) infection process, the underlying mechanisms of viral invasion and immune evasion were still unclear. This study focused on SARS-CoV-2 ORF7a (open reading frame-7a), one of the essential open reading frames (ORFs) in infection and pathogenesis. First, by analyzing its physical and chemical characteristics, SARS-CoV-2 ORF7a is an unstable hydrophobic transmembrane protein. Then, the ORF7a transmembrane domain three-dimensional crystal structure model was predicted and verified. SARS-CoV-2 ORF7a localized in the endoplasmic reticulum and participated in the autophagy-lysosome pathway via interacting with p62. In addition, we elucidated the underlying molecular mechanisms by which ORF7a intercepted autophagic flux, promoted double membrane vesicle formation, and evaded host autophagy-lysosome degradation and antiviral innate immunity. This study demonstrated that ORF7a could be a therapeutic target, and Glecaprevir may be a potential drug against SARS-CoV-2 by targeting ORF7a. A comprehensive understanding of ORF7a's functions may contribute to developing novel therapies and clinical drugs against COVID-19.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».