HIV‐1 RNA in Large and Small Plasma Extracellular Vesicles: A Novel Parameter for Monitoring Immune Activation and Virological Failure
Notice bibliographique
Résumé
Antiretroviral therapy (ART) suppresses viral replication in most people living with HIV-1 (PLWH). However, PLWH remain at risk of viral rebound. HIV-1 infection modifies the content of extracellular vesicles (EVs). The changes in microRNA content in EVs are biomarkers of immune activation and viral replication in PLWH. Moreover, viral molecules are enclosed in EVs produced from infected cells. Our objective was to assess the value of EV-associated HIV-1 RNA as a biomarker of immune activation and viral replication in PLWH. Plasma samples were obtained from a cohort of 53 PLWH with a detectable viremia. Large and small EVs were respectively purified by plasma centrifugation at 17 000g and by precipitation with ExoQuick. HIV-1 RNA and microRNAs were quantified in the EV subtypes by RT-qPCR. HIV-1 RNA content was higher in large EVs of ART-naive PLWH. Small EVs HIV-1 RNA was equivalent in ART-naive and ART-treated PLWH and positively correlated with the CD4/CD8 T cell ratio. In ART-naive PLWH, HIV-1 RNA content of large EVs correlated with small EV-associated miR-29a, miR-146a, and miR-155, biomarkers of viral replication and immune activation. A receiver operating characteristic analysis showed that HIV-1 RNA in large EVs discriminated PLWH with a high CD8 T cell count. HIV-1 RNA in large EVs was associated with viral replication and immune activation biomarkers. Inversely, HIV-1 RNA in small EVs was related to immune restoration. Overall, these results suggest that HIV-1 RNA quantification in purified EVs could be a useful parameter to monitor HIV-1 infection.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».