MétaCan
Menu
Retour à la cohorte
Enregistrement W4399572518 · doi:10.1128/spectrum.04220-23

Seasonal human coronaviruses OC43, 229E, and NL63 induce cell surface modulation of entry receptors and display host cell-specific viral replication kinetics

2024· article· en· W4399572518 sur OpenAlexafffund
Vinayakumar Siragam, Mariam Maltseva, Nicolas Castonguay, Yannick Galipeau, Mrudhula Madapuji Srinivasan, Justino Hernandez Soto, Samar Dankar, Marc‐André Langlois

Notice bibliographique

RevueMicrobiology Spectrum · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensInstitute of Infection and ImmunityUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyViral entryCell cultureVirologyCoronavirusReceptorCytopathic effectViral replicationCellVirusDownregulation and upregulationMicrobiologyMolecular biologyCoronavirus disease 2019 (COVID-19)GeneGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

The emergence of the COVID-19 pandemic prompted an increased interest in seasonal human coronaviruses. OC43, 229E, NL63, and HKU1 are endemic seasonal coronaviruses that cause the common cold and are associated with generally mild respiratory symptoms. In this study, we identified cell lines that exhibited cytopathic effects (CPE) upon infection by three of these coronaviruses and characterized their viral replication kinetics and the effect of infection on host surface receptor expression. We found that NL63 produced CPE in LLC-MK2 cells, while OC43 produced CPE in MRC-5, HCT-8, and WI-38 cell lines, while 229E produced CPE in MRC-5 and WI-38 by day 3 post-infection. We observed a sharp increase in nucleocapsid and spike viral RNA (vRNA) from day 3 to day 5 post-infection for all viruses; however, the abundance and the proportion of vRNA copies measured in the supernatants and cell lysates of infected cells varied considerably depending on the virus-host cell pair. Importantly, we observed modulation of coronavirus entry and attachment receptors upon infection. Infection with 229E and OC43 led to a downregulation of CD13 and GD3, respectively. In contrast, infection with NL63 and OC43 leads to an increase in ACE2 expression. Attempts to block entry of NL63 using either soluble ACE2 or anti-ACE2 monoclonal antibodies demonstrated the potential of these strategies to greatly reduce infection. Overall, our results enable a better understanding of seasonal coronaviruses infection kinetics in permissive cell lines and reveal entry receptor modulation that may have implications in facilitating co-infections with multiple coronaviruses in humans.IMPORTANCESeasonal human coronavirus is an important cause of the common cold associated with generally mild upper respiratory tract infections that can result in respiratory complications for some individuals. There are no vaccines available for these viruses, with only limited antiviral therapeutic options to treat the most severe cases. A better understanding of how these viruses interact with host cells is essential to identify new strategies to prevent infection-related complications. By analyzing viral replication kinetics in different permissive cell lines, we find that cell-dependent host factors influence how viral genes are expressed and virus particles released. We also analyzed entry receptor expression on infected cells and found that these can be up- or down-modulated depending on the infecting coronavirus. Our findings raise concerns over the possibility of infection enhancement upon co-infection by some coronaviruses, which may facilitate genetic recombination and the emergence of new variants and strains.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,686

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,304
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrobiology SpectrumMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207