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 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) | 0,002 | 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 ».