Human type I interferons protect Vero E6 and ARPE-19 cells against West Nile virus and are neutralized by pathogenic autoantibodies
Notice bibliographique
Résumé
Auto-antibodies (auto-Abs) that neutralize type I interferons (IFNs) have been implicated in severe viral infections, including ~ 40% of cases of West Nile virus (WNV) neuroinvasive disease (WNND). Developing robust in vitro models to evaluate the protective effects of type I IFNs against viral infection, as well as the disruptive effects of auto-Abs, is essential for understanding disease pathogenesis and identifying patients at risk. In this study, we used Vero E6 and ARPE-19 cell lines to investigate the ability of type I (IFN-α, IFN-β, IFN-ω), type II (IFN-γ), and type III (IFN-λ1) IFNs to restrict WNV infection. Our results demonstrate that IFN-α, IFN-β, and IFN-ω effectively protect ARPE-19 cells from WNV infection, with IFN-β exhibiting the strongest antiviral effect. In contrast, Vero E6 cells required higher concentrations of IFN-ω to achieve comparable protection. Neither IFN-γ nor IFN-λ1 conferred protection in either cell line. We further screened serum samples from WNV-infected patients for auto-Abs neutralizing type I IFNs. Our findings confirm that the ARPE-19-based assay is consistent with other established methods for detecting neutralizing auto-Abs against type I IFNs. This simple and reliable assay offers a valuable tool for assessing the antiviral effects of type I IFNs and the neutralizing activity of auto-Abs in both research and clinical settings. Future studies should aim to validate the clinical utility of the ARPE-19-WNV infection model on a larger scale.
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) | 0,001 | 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 | 0,001 |
| 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 ».