A Novel In Vitro Primary Human Alveolar Model (AlveolAir™) for H1N1 and SARS-CoV-2 Infection and Antiviral Screening
Notice bibliographique
Résumé
Lower respiratory infections, mostly caused by viral or bacterial pathogens, remain a leading global cause of mortality. The differences between animal models and humans contribute to inefficiencies in drug development, highlighting the need for more relevant and predictive, non-animal models. In this context, AlveolAir™, a fully primary in vitro 3D human alveolar model, was characterized and demonstrated the sustained presence of alveolar type I (ATI) and type II (ATII) cells. This model exhibited a functional barrier over a 30-day period, evidenced by high transepithelial electrical resistance (TEER). These findings were further validated by tight junctions' confocal microscopy and low permeability to Lucifer yellow, confirming AlveolAir™ as robust platform for drug transport assays. Additionally, successful infections with H1N1 and SARS-CoV-2 viruses were achieved, and antiviral treatments with Baloxavir and Remdesivir, respectively, effectively reduced viral replication. Interestingly, both viruses infected only the epithelial layer without replicating in endothelial cells. These findings indicate AlveolAir™ as a relevant model for assessing the toxicity and permeability of xenobiotics and evaluating the efficacy of novel antiviral therapies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».