Multiple orthoflaviviruses secrete sfRNA in mosquito saliva to promote transmission by inhibiting MDA5-mediated early interferon response
Notice bibliographique
Résumé
Abstract Numerous orthoflaviviruses transmitted through the bites of different mosquito species infect more than 500 million people annually. Skin infection at the bite site represents a critical and conserved step in transmission and a deeper understanding of this process will promote the design of broad-spectrum interventions. Here, we identify and characterize a transmission-enhancing viral factor in mosquito saliva that is shared across orthoflaviviruses. Saliva from West Nile virus-infected Culex and Zika virus-infected Aedes contains a viral non-coding RNA, subgenomic flaviviral RNA (sfRNA), within lipid vesicles distinct from virions. Higher concentration of sfRNA in infectious saliva positively correlates with infection intensity in human cells and skin explants. Early sfRNA delivery into transmission-relevant skin cell types and human skin explant demonstrate that sfRNA is responsible for the infection enhancement. Co-inoculation of sfRNA in a mouse model of transmission enhanced skin infection and worsened disease severity, supporting the role of salivary sfRNA as a transmission-enhancer. Mechanistically, salivary sfRNA attenuates early interferon response in human skin cells and skin explants by disrupting MDA5 signaling. Our results, derived from two distinct orthoflaviviruses and supported by prior studies, establish salivary sfRNA as a pan-orthoflavivirus transmission-enhancing factor driven by a conserved viral non-coding RNA.
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) | 0,001 | 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 ».