HIV-1 Vif protein sequence variations in South African people living with HIV and their influence on Vif-APOBEC3G interaction
Notice bibliographique
Résumé
PURPOSE: Despite extensive research, HIV-1 remains a global epidemic with variations in pathogenesis across regions and subtypes. The Viral Infectivity Factor (Vif) protein, which neutralizes the host protein APOBEC3G, has been implicated in differences in clinical outcomes among people living with HIV (PLHIV). Most studies on Vif sequence diversity have focused on subtype B, leaving gaps in understanding Vif variations in HIV-1C regions like South Africa. This study aimed to identify and compare Vif sequence diversity in a cohort of 51 South African PLHIV and other HIV-1C prevalent regions. METHODS: Sanger sequencing was used for Vif analysis in the cohort, and additional sequences were obtained from the Los Alamos database. Molecular modeling and docking techniques were employed to study the influence of subtype-specific variants on Vif-APOBEC3G binding affinity. RESULTS: The findings showed distinct genetic variations between Vif sequences from India and Uganda, while South African sequences had wider distribution and closer relatedness to both. Specific amino acid substitutions in Vif were associated with geographic groups. Molecular modeling and docking analyses consistently identified specific residues (ARGR19, LYS26, TYR30, TYR44, and TRP79) as primary contributors to intermolecular contacts between Vif and APOBEC3G, essential for their interaction. The Indian Vif variant exhibited the highest predicted binding affinity to APOBEC3G among the studied groups. CONCLUSIONS: These results provide insights into Vif sequence diversity in HIV-1C prevalent regions and shed light on differential pathogenesis observed in different geographical areas. The identified Vif amino acid residues warrant further investigation for their diagnostic, prognostic, and therapeutic potential.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».