Catch me if you can: viral nucleic acids to host sensors
Notice bibliographique
Résumé
is a cat-and-mouse story in which Frank Abagnale Jr. successfully conned his way into several high-profile jobs while evading capture by FBI agent Carl Hanratty. Similarly, after entering host cells, viruses interact with or hijack host cellular machinery to replicate their genetical materials and assemble themselves for the next round of infection. Analogous to an FBI agent, host cells have numerous molecular "detectives" that recognize viral nucleic acids (NAs). These include RIG-I, MDA5, LGP2, TLR3, TLR7, TLR8, DHX36, DICER1, PKR, OAS1, ZAP, and NLRP1/6 for viral RNA, as well as cGAS, TLR9, AIM2, IFI16, IFIX, Ku70, MRE11, RNA polymerase III, hnRNPA2B1, LRRFIP1, DAI, DHX9 and DDX41 for viral DNA. However, much like the brilliant Frank Abagnale Jr., viruses have developed various strategies to evade host cellular surveillance-for example, by sequestering or modifying viral NAs and inhibiting or degrading host sensors. In this review, we will summarize the host sensors identified so far, discuss the latest understandings of the various strategies employed by viruses, and highlight the challenges associated with drug development to target virus or host factors. Considering recent global health challenges such as the COVID-19 pandemic and undergoing measles outbreak, understanding virus-host interactions at the molecular and cellular levels remains essential for the development of novel therapeutic strategies.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,006 |
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 ».