Characterization of Actinobacillus pleuropneumoniae antiviral effect against porcine reproductive and respiratory syndrome virus in porcine alveolar macrophages
Bibliographic record
Abstract
Le syndrome reproducteur et respiratoire porcin (SRRP) est la maladie infectieuse la plus économiquement importante de l’industrie porcine. Une étude récente a démontré que le surnageant de culture d’Actinobacillus pleuropneumoniae (App) inhibe l’infection du virus SRRP (VSRRP) in vitro dans des cellules de singe. L’objectif de cette étude est de démontrer l’effet antiviral d’App contre le VSRRP dans les cellules cibles du virus in vivo: les macrophages alvéolaires porcins (MAPs) et d’étudier les mécanismes spécifiques impliqués lors de l’inhibition virale. Les MAPs ont été traités avec App, avant et après l’infection avec le VSRRP. À différents temps post-infection, la réplication et la transcription du génome viral ont été quantifiées. L’expression des interférons (IFN) type I et II, ainsi que le profil protéomique en présence ou absence d’App ont été évalués. L’expression de certaines protéines a été confirmée par immunobuvardage et immunofluorescence (IF). Les résultats ont démontré que l’effet antiviral d’App n’est pas via l’induction des IFN type I et II. App inhibe l’infection virale dans MAPs avant la réplication et la transcription du génome viral, ce qui indique qu’App inhibe précocement le cycle réplicatif viral. Le profil protéomique a révélé qu’App augmentait l’expression de la cofiline, une protéine qui provoque la dépolymérisation de l’actine. De plus, ce phénomène de dépolymérisation a été confirmé par IF. Le traitement des MAPs avec la cytochalasin D (un composé qui provoque la fragmentation des microfilments) a démontré que comme pour App, cette drogue inhibe la réplication virale. Les résultats obtenus suggèrent que l’effet antiviral d’App est via l'activation de la cofiline et dépolymérisation de l’actine, affectant probablement l’endocytose du VSRRP.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".