Sialylated Glycan Bindings from SARS-CoV-2 Spike Protein to Blood and Endothelial Cells Govern the Severe Morbidities of COVID-19
Notice bibliographique
Résumé
Consistent with well-established biochemical properties of coronaviruses, sialylated glycan attachments between SARS-CoV-2 spike protein (SP) and host cells are key to the virus’s pathology. SARS-CoV-2 SP attaches to and aggregates red blood cells (RBCs), as shown in many pre-clinical and clinical studies, causing pulmonary and extrapulmonary microthrombi and hypoxia in severe COVID-19 patients. SARS-CoV-2 SP attachments to the heavily sialylated surfaces of platelets (which, like RBCs, have no ACE2) and endothelial cells (having minimal ACE2) compound this vascular damage. Notably, experimentally induced RBC aggregation in vivo causes the same key morbidities as for severe COVID-19, including microvascular occlusion, blood clots, hypoxia and myocarditis. Key risk factors for COVID-19 morbidity, including older age, diabetes and obesity, are all characterized by markedly increased propensity to RBC clumping. For mammalian species, the degree of clinical susceptibility to COVID-19 correlates to RBC aggregability with p = 0.033. Notably, of the five human betacoronaviruses, the two common cold strains express an enzyme that releases glycan attachments, while the deadly SARS, SARS-CoV-2 and MERS do not, although viral loads for COVID-19 and the two common cold infections are similar. These biochemical insights also explain the previously puzzling clinical efficacy of certain generics against COVID-19 and may support the development of future therapeutic strategies for COVID-19 and long COVID patients.
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) | 0,002 | 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 ».