Afucosylated IgG Promote Thrombosis in Mouse Injected with SARS-CoV-2 Spike Expressing Megakaryocytes
Notice bibliographique
Résumé
Despite the prevalence of fucosylated IgG in plasma, specific IgGs with low core fucosylation sporadically emerge in response to virus infections and blood cell alloantigens. This low fucosylation of IgG is implicated in the pathogenesis of SARS-CoV-2 and dengue infections. In COVID-19, the presence of IgGs with low core fucosylation (afucosylated IgGs) targeting spike protein predicts disease progression to a severe form and actively mediates this progression. This study reveals that SARS-CoV-2 infection of megakaryocytes promotes the generation of pathogenic afucosylated anti-spike IgGs, leading to outcomes, such as pulmonary vascular thrombosis, acute lung injury, and mortality in FcγRIIa-transgenic mice. Platelets from mice injected with virus-infected human megakaryocytes express significant activation biomarkers, indicating a direct link between the immune response and platelet activation. Mice injected with virus-infected human megakaryocytes demonstrate an elevated rate of thrombus formation induced by FeCl3 (4%) and a reduction in bleeding time, emphasizing the intricate interplay of viral infection, immune response, and hemostatic complications. Treatment with inhibitors targeting FcγRIIa, serotonin, or complement anaphylatoxins of mice injected with spike-expressing MKs successfully prevents observed platelet activation, thrombus formation, and bleeding abnormalities, offering potential therapeutic strategies for managing severe outcomes associated with afucosylated IgGs in COVID-19 and related disorders.
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 | 0,001 |
| 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 ».