Kinome and phosphoproteome reprogramming underlies the aberrant immune responses in critically ill COVID-19 patients
Notice bibliographique
Résumé
SARS-CoV-2 infection triggers extensive host immune reactions, leading to severe diseases in certain individuals. However, the molecular basis underlying the excessive yet non-productive immune responses in severe COVID-19 remains incompletely understood. In this study, we conducted a comprehensive analysis of the peripheral blood mononuclear cell (PBMC) proteome and phosphoproteome in sepsis patients positive or negative for SARS-CoV-2 infection, as well as healthy subjects, using quantitative mass spectrometry. Our findings demonstrate dynamic changes in the COVID-19 PBMC proteome and phosphoproteome during disease progression, with distinctive protein or phosphoprotein signatures capable of distinguishing longitudinal disease states. Furthermore, SARS-CoV-2 infection induces a global reprogramming of the kinome and phosphoproteome, resulting in defective adaptive immune response mediated by the B and T lymphocytes, compromised innate immune responses involving the SIGLEC and SLAM family of immunoreceptors, and excessive cytokine-JAK-STAT signaling. In addition to uncovering host proteome and phosphoproteome aberrations caused by SARS-CoV-2, our work recapitulates several reported therapeutic targets for COVID-19 and identified numerous new candidates, including the kinases PKG1, CK2, ROCK1/2, GRK2, SYK, JAK2/3, TYK2, DNA-PK, PKCδ, and the cytokine IL-12.
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 | 0,007 | 0,354 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».