×

Serwis używa ciasteczek ("cookies") i podobnych technologii m.in. do utrzymania sesji i w celach statystycznych. • Ustawienia przeglądarki dotyczące obsługi ciasteczek można swobodnie zmieniać. • Całkowite zablokowanie zapisu ciasteczek na dysku komputera uniemożliwi logowanie się do serwisu. • Więcej informacji: Polityka cookies OPI PIB

×

Regulamin korzystania z serwisu PBN znajduję się pod adresem: Regulamin serwisu

Szukaj wśród:
Dane publikacji

A crowdsourced analysis to identify ab initio molecular signatures predictive of susceptibility to viral infection

Artykuł
Czasopismo : Nature Communications   Tom: 9, Zeszyt: 1
S. Fourati , A. Talla , M. Mahmoudian , J.G. Burkhart , R. Klén , R. Henao , T. Yu , Z. Aydın , K.Y. Yeung , M.E. Ahsen , R. Almugbel , S. Jahandideh , X. Liang , T.E.M. Nordling , M. Shiga , A. Stanescu , R. Vogel , E.B. Abdallah , F.A. Aghababazadeh , A. Amadoz , S. Bhalla , K. Bleakley , E. Bongen , D. Borzacchielo , P. Bucher , J. Carbonell-Caballero , K. Chaudhary , F. Chinesta , P. Chodavarapu , R.D. Chow , T. Cokelaer , C. Cubuk , S.K. Dhanda , J. Dopazo , T. Faux , Y. Feng , C. Flinta , C. Guziolowski , D. He , M.R. Hidalgo , J. Hou , K. Inoue , M.K. Jaakkola , J. Ji , R. Kumar , S. Kumar , Miron Kursa [1] , Q. Li , Michał Łopuszyński [1] , P. Lu , M. Magnin , W. Mao , B. Miannay , I. Nikolayeva , Z. Obradovic , C. Pak , M.M. Rahman , M. Razzaq , T. Ribeiro , O. Roux , E. Saghapour , H. Saini , S. Sarhadi , H. Sato , B. Schwikowski , A. Sharma , R. Sharma , D. Singla , I. Stojkovic , T. Suomi , M. Suprun , C. Tian , L.E. Tomalin , L. Xie , X. Yu , G. Pandey , C. Chiu , M.T. McClain , C.W. Woods , G.S. Ginsburg , L.L. Elo , E.L. Tsalik , L.M. Mangravite , S.K. Sieberts
2018 angielski
Link do publicznie dostępnego pełnego tekstu
Identyfikatory
-
Cechy publikacji
-
  • Oryginalny artykuł naukowy
Słowa kluczowe
-
Abstrakty ( angielski )
-
The response to respiratory viruses varies substantially between individuals, and there are currently no known molecular predictors from the early stages of infection. Here we conduct a community-based analysis to determine whether pre- or early post-exposure molecular factors could predict physiologic responses to viral exposure. Using peripheral blood gene expression profiles collected from healthy subjects prior to exposure to one of four respiratory viruses (H1N1, H3N2, Rhinovirus, and RSV), as well as up to 24 h following exposure, we find that it is possible to construct models predictive of symptomatic response using profiles even prior to viral exposure. Analysis of predictive gene features reveal little overlap among models; however, in aggregate, these genes are enriched for common pathways. Heme metabolism, the most significantly enriched pathway, is associated with a higher risk of developing symptoms following viral exposure. This study demonstrates that pre-exposure molecular predictors can be identified and improves our understanding of the mechanisms of response to respiratory viruses. © 2018, The Author(s).
Zacytuj dokument
-