Angiostatin—a novel SARS-CoV-2 inhibitor and biomarker underlying COVID-19 pathophysiology
Notice bibliographique
Résumé
BACKGROUND: Despite efficacious vaccines, many individuals remain at risk of severe illness and death from COVID-19 due to immune-escape variants. Hence, a better understanding of biomarkers underlying COVID-19 pathophysiology is needed to improve disease progression prediction and identify new drug targets. Angiostatin is a plasmin(ogen)-derived protein generated by platelets. As microvascular thrombosis, a key pathologic feature of COVID-19, can create microenvironments of both high angiostatin concentration and hypoxia/acidosis, conditions known to favor angiostatin's proapoptotic actions on endothelial and epithelial cells, angiostatin may be a biomarker contributing to COVID-19 pathophysiology. OBJECTIVES: To assess the role of angiostatin in COVID-19. METHODS: Plasma angiostatin concentrations were compared between COVID-19 patients and COVID-19-negative controls, as were temporal changes in plasma angiostatin in COVID-19 patients. Subsequent mechanistic cellular studies investigated the effects of angiostatin and its neutralization on both SARS-CoV-2 infection and subsequent cell death. RESULTS: Plasma angiostatin concentrations increased following SARS-CoV-2 infection and remained elevated in COVID-19 patients for 21 to 28 days. Angiostatin at concentration that would be generated within a clot over 7 to 8 hours promoted cell death in acidic microenvironments characteristic of severe COVID-19. Irrespective of pH, angiostatin reduced SARS-CoV-2 cellular entry of multiple variants by interfering with spike protein proteolysis. Selective angiostatin-neutralizing peptides inhibited angiostatin-induced cell death, but not angiostatin's ability to reduce infection. CONCLUSION: Angiostatin has dual roles during COVID-19, both preventing infection and promoting cell death. Selective angiostatin-neutralizing peptides may be novel therapeutics for further preclinical evaluation in models of severe COVID-19.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,000 |
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 ».