Decoding protein networks during porcine epidemic diarrhea virus (PEDV) infection through proteomics
Bibliographic record
Abstract
Le virus de la diarrhée épidémique porcine (VDEP) est responsable de graves pertes économiques. Les épidémies de VDEP ont détruit plus de 10% de la population porcine américaine au cours des 3 dernières années. Malheureusement, la compréhension insuffisante des interactions hôte-virus empêche la mise au point d'un vaccin efficace contre le VDEP. Les interactions hôte-virus sont très dynamiques et peuvent impliquer des complexes multiprotéiques. De plus en plus de preuves indiquent que les microvésicules extracellulaires (MVE) et la composition des particules virales jouent un rôle important dans la pathogenèse virale et la modulation de la réponse immunitaire de l'hôte à l'infection. De plus, on pourrait s’attendre à ce que la composition des virions de la diarrhée épidémique porcine (DEP) soit dépendante du type cellulaire, en raison de l'incorporation ou de l'association de protéines de cellules hôtes dans ou avec des virions. Par conséquent, la caractérisation des profils protéomiques des MVEs produits par les cellules infectées par le VDEP, et l'identification des protéines hôtes spécifiquement encapsidées dans les virions sont importantes pour notre compréhension plus approfondie des interactions virus-hôte. Pour atteindre cet objectif, nous avons produit et purifié des virions et des MVE de VDEP et analysé leur composition en protéines en utilisant une approche protéomique. Afin d'étudier la régulation spatiotemporelle de l'infection virale, une certaine optimisation de l'infection par le VDEP était nécessaire. Pour cela, nous avons synchronisé et augmenté l'entrée de virus dans les cellules et étudié les schémas protéomiques des cellules infectées par le VDEP selon un mode de résolution temporelle. Nous avons constaté que l'infection par le VDEP affectait l'abondance de diverses protéines de l'hôte associées aux microvésicules produites par les cellules infectées. Plus précisément, nos données protéomiques ont révélé que les protéines impliquées dans la liaison aux acides nucléiques, les processus métaboliques et les voies de la réponse immunitaire étaient parmi les plus touchées par l'infection. Fait intéressant, les protéines de l'hôte impliquées dans la régulation du cycle cellulaire et du système cytosquelettique ont également été touchées en abondance, ce qui n'est pas étonnant, car plusieurs chercheurs ont rapporté que les protéines cytosquelettiques participent activement au déplacement des composants viraux vers le site d'assemblage et que de nombreux virus manipulent la réparation de l'ADN, ainsi que le cycle cellulaire. La présente étude a démontré IV l’incorporation de nombreuses protéines cellulaires dans les virions de la DEP. De plus, nous avons démontré que les polycations (molécules à charge positive) eu augmente 9-fois l'efficacité de l'entrée et de l'infection du VDEP. Ainsi, les polycations peuvent être utilisés pour optimiser l’infection par le VDEP, et améliorer la production de vaccins. À notre connaissance, il s'agit de la première étude de la composition des virions et des microvésicules de DEP produits par une infection par le VDEP.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".