Információ

A vírus által kapott UV sugarak hozzávetőleges dózisának kiszámítása

A vírus által kapott UV sugarak hozzávetőleges dózisának kiszámítása


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Egy nagyon hozzávetőleges számítást végzek annak meghatározására, hogy egy UV-forrástól 1,5 cm-re álló vírus mennyi UV-sugárzást kap egy bizonyos ideig. Kérem, tudassa velem, ha a gondolatmenetem téves.

Tegyük fel, hogy egy LED-et használok, amely 2 mW sugárzó fluxust bocsát ki. Mellékes megjegyzés: Találtam olyat, amivel 6,5 V előremenő feszültség esetén 20mA áramot vesz fel, ami 130 mW teljesítményfelvételhez vezet. Így a LED hatásfoka 2mW/130mW=1,67%. Szerintem a LED-ek nagyon hatékonyak…)

A bonyolult számítások elkerülése érdekében tegyük fel, hogy az összes fluxus 80%-a 45 fokos kúpban koncentrálódik. Ezen túlmenően, ha feltételezzük, hogy a fluxus per cm2 állandó (nem tudom ennek az értéknek a nevét) egy sík körfelületen, 1,5 cm távolságra a fényforrástól és a vírus elhelyezési helyétől. A LED 5 másodpercre világít. Ennek megfelelően a vírus által kapott dózis a következő:

$$ Dózis = 80\%* frac{2mW}{(pi*(1,5cm)^2)}*5 mp $$

Helyes ez az egyenlet?

Kösz


A bonyolult számítások elkerülése érdekében tegyük fel, hogy az összes fluxus 80%-a 45 fokos kúpban koncentrálódik.

A fény tényleges eloszlása ​​valószínűleg semmi ilyesmi. A diódák általában jelentős mennyiségű energiát helyeznek nagyobb szögekbe, így kevesebb, mint 80% kerül a középpontba, és a központi ponton belül a középpontban tetőzik, majd fokozatosan csökken: https://photonsystems.com/wp- content/uploads/2017/03/280nm-LED-performance-informationV3.pdf

Általában a sugármintákat vagy szimulálják a gyártó sugáradatai alapján, vagy mérik. Mivel alacsony teljesítményű és nagyon alacsony hatásfokú diódákat keres, és figyelembe véve, hogy mennyibe kerülnek az UVC LED-ek, úgy gondolom, hogy ezek az eBay-en vagy hasonlókon értékesített felesleges vagy a specifikáció alatti alkatrészek, és nem férhet hozzá a mögöttes elemekhez. adatlapokat. Ebben az esetben ez a becslés ésszerű módja.


A vírus által kapott UV sugarak hozzávetőleges dózisának kiszámítása - Biológia

Az MDPI által közzétett összes cikk nyílt hozzáférésű licenc alatt azonnal elérhetővé válik világszerte. Nincs szükség külön engedélyre az MDPI által közzétett cikk egészének vagy egy részének újrafelhasználásához, beleértve az ábrákat és táblázatokat is. A nyílt hozzáférésű Creative Common CC BY licenc alatt közzétett cikkek esetében a cikk bármely része engedély nélkül újrafelhasználható, feltéve, hogy az eredeti cikkre egyértelműen hivatkoznak.

A Feature Papers a legfejlettebb kutatást képviseli, amely jelentős potenciállal rendelkezik a területen. A kiemelt tanulmányokat a tudományos szerkesztők egyéni felhívására vagy ajánlására nyújtják be, és a publikálás előtt szakértői értékelésen esnek át.

A Feature Paper lehet egy eredeti kutatási cikk, egy jelentős, újszerű kutatási tanulmány, amely gyakran több technikát vagy megközelítést is magában foglal, vagy egy átfogó áttekintő dokumentum, amely tömör és pontos frissítéseket tartalmaz a terület legújabb előrehaladásáról, és szisztematikusan áttekinti a tudományos legizgalmasabb fejleményeket. irodalom. Ez a fajta papír kitekintést nyújt a jövőbeli kutatási irányokra vagy lehetséges alkalmazásokra.

Az Editor’s Choice cikkek a világ minden tájáról származó MDPI folyóiratok tudományos szerkesztőinek ajánlásain alapulnak. A szerkesztők kiválasztanak néhány, a folyóiratban nemrég megjelent cikket, amelyekről úgy vélik, hogy különösen érdekesek lesznek a szerzők számára, vagy fontosak lesznek ezen a területen. A cél az, hogy pillanatképet adjunk a folyóirat különböző kutatási területein megjelent legizgalmasabb munkákról.


Absztrakt

A COVID-19 N95 hiánya miatt a frontvonal egészségügyi személyzete kénytelen újrafelhasználni ezt az eldobható – de kifinomult – többrétegű légzőkészüléket. A nem porózus felületek fertőtlenítésére széles körben használt UV-C fény baktériumölő hatást mutatott porózus, nem síkbeli N95 légzőkészülékeken, amikor minden felületre ≥1,0 ​​J/cm 2 dózis kerül. A tudományágak között rendkívül fontos, hogy az empirikus bizonyítékok megvalósítása az UV-C méréseken alapul, amelyeket gyakran összezavarnak a radiométer bonyolultsága. A szigorú légzőkészüléken végzett mérések lehetővé tétele érdekében bevezetünk egy fotokróm indikátor dózisszámítási technikát: (1) UV-C kezelés tervezése és (2) folyamat közbeni UV-C dózis validálása. Módszertanunk a minőségi leolvasás és az elégtelen dinamikatartomány kiemelkedő indikátorkorlátainak kezelése során megállapítja, hogy a színváltó dozimetria képes elérni az UV-sugárzáshoz szükséges pontosságot (>90%), bizonytalanságot (<10%) és UV-C specifitást (>95%). C dózis mérések. A radiométerekkel kivitelezhetetlen mérés során feltűnő

20-szoros dózisváltozás az N95-höz képest egy fertőtlenítő rendszeren belül. Ezen túlmenően a fogyasztói elektronikát hozzáigazítjuk a hozzáférhető mennyiségi kiolvasáshoz, és optikai csillapítókat használunk az indikátor dinamikus tartományának 10-szeresére való kiterjesztésére, hogy számszerűsítsük az N95 szennyeződésmentesítéséhez szükséges dózisokat. A fotokróm indikátorok kvantitatív doziméterekké való átalakításával megvilágítjuk a kritikus szempontokat mind magukkal a fotokróm indikátorokkal, mind az UV-C dekontaminációs folyamatokkal kapcsolatban.

Idézet: Su A, Grist SM, Geldert A, Gopal A, Herr AE (2021) Kvantitatív UV-C dózis validálás fotokróm indikátorokkal a tájékozott N95 sürgősségi dekontaminációhoz. PLoS ONE 16(1): e0243554. https://doi.org/10.1371/journal.pone.0243554

Szerkesztő: Jaeyoun Kim, Iowa Állami Egyetem, EGYESÜLT ÁLLAMOK

Megérkezett: 2020. augusztus 12 Elfogadott: 2020. november 23 Közzétett: 2021. január 6

Szerzői jog: © 2021 Su et al. Ez egy nyílt hozzáférésű cikk, amelyet a Creative Commons Attribution License feltételei szerint terjesztenek, és amely lehetővé teszi a korlátlan felhasználást, terjesztést és reprodukálást bármilyen médiában, feltéve, hogy az eredeti szerzőt és forrást feltüntetik.

Adatok elérhetősége: Minden lényeges adat megtalálható a dokumentumban és a támogató információs fájlokban.

Finanszírozás: Hálás köszönetünket fejezzük ki a Kaliforniai Egyetem, Berkeley Műszaki Főiskola dékánjának COVID-19 Emergency Research Fund-ja, az NIH képzési támogatása a T32GM008155 számú (A. Su és A. Geldert), a National Science Foundation Research Fellowship Award #DGE 1106400. A. Su), National Defense Science and Engineering Graduate (NDSEG) ösztöndíj (A. Geldert), a Kanadai Természettudományi és Műszaki Kutatási Tanács (NSERC) posztdoktori ösztöndíja (PDF, SM Grist) és posztgraduális ösztöndíj (PGS-D 487496), A. Gopal), a Kaliforniai Egyetem, Berkeley Siebel Ösztöndíjak (A. Su és A. Gopal), valamint a Chan Zuckerberg Biohub Investigator Program (PI: AE Herr).

Versengő érdekek: A szerzők kijelentették, hogy nem léteznek egymással versengő érdekek.


Eredmények

A minták egyenértékűségének biztosítására a fertőzés időtartama tekintetében (ami befolyásolhatta a vírusterhelést és a genomdiverzitást), a betegektől származó saját jelentésű információkat használták fel. A mintákat úgy választottuk ki, hogy ne legyen szignifikáns különbség a tünetek megjelenéséig eltelt átlagos idő között a kórházi túlélők csoportjában (6,4 nap) és a kórházi halálos csoportban (5,9 nap). A szekvencia minősége szempontjából a vérmintákból származó adatokat akkor vettük figyelembe, ha a végső összeállított domináns EBOV genomszekvencia hosszabb volt, mint 18 800 nukleotid, és rés nélkül (N). A fertőzés ekvivalenciáját és a szekvencia olvasási minőségét egyaránt felhasználva a mintaminőség szűrésére, az összehasonlításként szolgáló minták száma 38 kórházi túlélő és 96 halálos kórházi eset volt. Ezen esetek általános statisztikáit az 1. kiegészítő fájl: S1 táblázat foglalja össze.

A guineai megfigyeléseket [2] tükrözve, az EBOV-terhelés átlagosan szignifikánsan magasabb volt a kórházi kezelést végző, halálos kimenetelű akut betegeknél, mint a kórházi túlélők csoportjában (1a. ábra). Az egyed vírusgenompopulációjának meghatározásához a leolvasásokat egy referencia EBOV genomhoz térképezték fel, hogy egy domináns vírusgenom szekvenciát hívjanak meg. Ezt használták sablonként a második feltérképezési körben, hogy minden egyes páciens számára létrehozzák a referencia EBOV genomot. A referencia EBOV genom mentén minden helyen a négy nukleotid eltérését az egyes betegeknél megszámoltuk. Egy 200 nukleotidból álló csúszó ablakot használtunk a nukleotid variációk átlagos gyakoriságának származtatására és összehasonlítására a genom mentén.

Az ebola genomjára kiterjedő mutációs torzítás és vírusterhelés. a A vírusterhelés (1/Ct) összehasonlítása a kórházba került halálos kimenetelű és a kórházban élő túlélők vérmintáiban, amelyeket az akut fázisban vettek az ebolavírus-kezelő központba való felvételkor. Ezek az adatok a normál eloszlást követték, tehát P az értékeket kétoldalas értékkel számítottuk ki t teszt. b A domináns genomszekvenciától való nukleotid eltérések összehasonlítása egy betegnél a kórházi kezelésben végzetes, illetve a kórházban túlélt esetekben. A variációs gyakoriságot transzverziós vagy átmeneti eltérések alapján számítottuk ki 200 nukleotidos csúszóablak segítségével, és a P az értékeket egyoldalú Wilcoxon rangösszeg teszttel számítottuk ki, mivel az adatok nem illeszkedtek a normál eloszlásba. c Q-Q diagramokat használtunk az átlagos nukleotid eltérés eloszlásának összehasonlítására egy egyes betegnél a kórházi halálos kimenetelű és a kórházban túlélt esetekben, a genom mentén 200 nukleotidból álló csúszóablakot használva a kórházi túlélők és a kórházi végzetes esetek között. d Átlagos nukleotidvariáció az ebola genom mentén, a transzverzióhoz vagy átmeneti változásokhoz vezető szubsztitúciókkal kiszámítva, egy 200 nukleotidból álló csúszó ablak segítségével. e A vírusterhelés (1/Ct) összehasonlítása a kórházi kezelésben végzetes és a kórházban túlélt eseteknél. Kétoldalú Spearman rangkorrelációs tesztet használtunk az átlagos nukleotidvariáció és a vírusterhelés (1/Ct) összefüggésének becslésére minden egyes páciensből származó minta esetében, ahol a R az érték a – 1 (erős negatív korreláció) és + 1 (erős pozitív korreláció) közötti korrelációs együttható, és P az a P értéke ehhez a teszthez

Az adatok információt szolgáltattak a domináns vírusgenom szekvenciáról, valamint a kisebb variánsok gyakoriságáról és helyzetéről az EBOV genomban a hospitalizált túlélő csoport és a hospitalizált halálos csoport között. Ezek megfeleltek a domináns vírusgenom szekvenciától való átmeneti és transzverziós variációknak (1b., c. ábra). Általánosságban elmondható, hogy az átmeneteket reprezentáló kisebb változatok gyakorisága magasabb volt, mint a transzverzióké. Mind az átmeneti, mind a transzverziós eltérések gyakorisága szélesebb volt a kórházba került túlélők csoportjában, mint a kórházba került halálos csoportban (1b. ábra). Ezen eltérések genombeli eloszlásának vizsgálatához a kisebb változatok átlagos gyakoriságát az EBOV genom mentén ábrázoltuk (1d. ábra). Ez azt mutatta, hogy a genom mentén voltak olyan régiók, beleértve az L gént is, amelyek nagyobb eltérést mutattak a domináns vírusgenom szekvenciától, és azt is, hogy a GP egy régiójában a transzverziók gyakrabban fordultak elő, mint a kórházi túlélők EBOV genomjaiban való átmenet, összehasonlítva a kórházi halálos esetekkel. (1. további fájl: S1. ábra).

A domináns vírusgenom szekvenciától való eltérés gyakoriságát befolyásolhatta a vírusterhelés, és minél több genom van jelen, annál több variáció létezhet. Ennek vizsgálatára Spearman rangkorrelációs tesztet végeztünk (1e. ábra). Ez azt mutatta, hogy a domináns vírusgenom szekvenciától való átmeneti és transzverziós eltérések gyakorisága negatívan függött a vírusterheléstől. Az adatok azt sugallták, hogy az EBOV genomjai nagyobb diverzitást mutatnak az alacsonyabb vírusterhelésű betegeknél, mint a magas vírusterhelésű betegeknél. Egy általánosított lineáris modellt (glm) használtunk ennek a megfigyelésnek a vizsgálatára, amely nem mutatott szignifikáns különbséget a túlélők és a halálos áldozatok meredeksége és metszéspontja között az 1e. ábra egyetlen diagramján sem (1. további fájl: S2 táblázat). Ez azt sugallta, hogy a kórházi túlélőkben és a kórházi kezelésben halálos kimenetelű esetekben jelen lévő domináns vírusgenom szekvenciában azonos vírusterhelés mellett nem volt különbség az átmenetekben vagy transzverziókban.

A kisebb változat populáció nem szinonim változásokat eredményezhetett, amelyek funkcionális eltérést mutattak a domináns vírusgenom szekvenciától, ami az elsődleges aminosavszekvenciában eltéréseket eredményezett a domináns vírusgenom által kódolttól. Ez az érintett vírusfehérje semlegességéhez, elvesztéséhez vagy növekedéséhez vezet. Ha a kisebb variáns a víruspopuláció jelentős hányadát alkotta, akkor a vírusfehérje működésében a minor variáns miatt bekövetkező bármilyen változás összességében hatással lehetett a vírusfehérje aktivitására a fertőzésben.

Ennek vizsgálatára meghatároztuk az összes EBOV fehérje aminosavszekvenciaterét, és a kisebb variánsok hozzájárulását a domináns vírusgenomszekvenciához hasonlítottuk (2a. ábra és 1. további fájl: S2. ábra). Általánosságban elmondható, hogy a kisebb változatok az összes EBOV-fehérje háttérfehérje-szekvenciájának kis gyakoriságát eredményezték (a definíció szerint a domináns virális genomszekvencia továbbra is a többségi szekvencia). Azonban a VP24-ben és az L-ben számos csúcs volt, ahol a kisebb variánsok gyakorisága azt eredményezte volna, hogy a fehérjetér 20%-a vagy több más aminosavval rendelkezik az adott pozícióban (2a. ábra). A VP24 kisebb variáns változásai oda vezettek, hogy egy aminosav volt jelen a kisebb variánsokban, amely eltér a domináns vírusgenom szekvenciától, de hasonló volt mind a kórházi túlélők, mind a kórházi halálos esetek esetében (2a. ábra). Az L-proteinben három ilyen hely mutatta a legnagyobb különbséget a kórházi túlélő és a kórházi halálos esetek között, a legjelentősebbekkel P értékei, mint az EBOV fehérjék összes többi aminosavhelye: 572., 986. és 2061. pozíció (2a, b ábra, 1. további fájl: S2 ábra). Ezek az eltérések a domináns vírusgenom szekvenciától erős negatív korrelációt mutattak a vírusterheléssel (minden pozícióban a R érték kisebb volt, mint – 0,69 (-1 és + 1 tartomány) (2c–e. ábra). Ezek a változások többnyire transzverziók voltak, kivéve a 986. pozíciót, ahol ezek túlnyomórészt átmenetek voltak (3. ábra). A 2c–e ábrán bemutatott adatokban egy glm is jelentős lejtő- és elfogásbeli különbségeket mutatott ki a túlélők és a halálesetek között (1. további fájl: S2 táblázat). Ez arra utalt, hogy az L-fehérje 572., 986. és 2061. pozíciójában az azonos vírusterhelés mellett (1/Ct érték) bekövetkező nem szinonim változások gyakorisága szignifikánsan különbözött a kórházi túlélők és a kórházi halálesetek között.

A nem szinonim változások elemzése és összefüggésük a vírusterheléssel akut betegekben. a A kodongyakoriság átlagos nem szinonim variációja az egyes EBOV fehérjék minden aminosav helyén. b Az 572., 986. és 2061. pozícióban lévő L-fehérje nem szinonim nukleotidszubsztitúciós gyakoriságának összehasonlítása, valamint a P az értékeket egyoldalú Wilcoxon rangösszeg teszttel számítottuk ki. c Kétoldalú Spearman rangkorrelációs tesztet használtunk a vírusgenomok átlagos nem szinonim eltérésének vírusterheléssel (1/Ct) való korrelációjának becslésére az 572., 986. és 2061. pozícióban azoknál a betegeknél, akik vagy kórházba kerültek, vagy a kórházban túlélő esetek. hol a R az érték a – 1 (erős negatív korreláció) és 1 (erős pozitív korreláció) közötti korrelációs együttható, és P van P értéke ehhez a teszthez

A Ts és Tv arányok összehasonlítása, amely nem szinonim változást eredményezett az 572., 986. és 2061. pozícióban az L fehérjében és a 28. pozícióban a VP24-ben. Az P az értékeket egyoldalú Wilcoxon rangösszeg teszttel számítottuk ki

Az L-fehérje 572., 986. és 2061. pozíciójában lévő kisebb variánsok által okozott túlnyomó aminosav-változások az 1. kiegészítő fájlban láthatók: S3. ábra. Ezek közé tartozik az N572S, Q986R és F2061S, és gyakrabban fordulnak elő az EBOV minor variánsok populációjában a kórházi túlélők csoportjában, mint a kórházba került halálos csoportban (4a. ábra). Ezenkívül használatuk összefüggést mutatott a betegek alacsonyabb vírusterhelésével és így a kórházi túlélők kategóriájával (4b. ábra). Az L-fehérje 986-os pozíciójában lévő domináns genomszekvenciától való egyik eltérés egy stopkodonra vonatkozott, és csonkolt L-fehérjét eredményezett volna. Ez a stopkodon gyakrabban volt jelen, bár kevesebb betegnél, a kórházi túlélőknél, mint a kórházba került halálos eseteknél (5a, b ábra). Például egy kórházi túlélőnél a 986. pozícióban lévő stop fehérje körülbelül 15%-os gyakoriságot ért el a kisebb variáns populációban. Valójában a stopkodonok alacsony gyakorisággal voltak jelen az összes EBOV-fehérjében (5a. ábra), de gyakrabban jelentek meg az L-fehérje 986. pozíciójában, mint bármely más pozícióban a vírusfehérjékben (5c. ábra). Az 572., 986. és 2061. pozícióban lévő kisebb variánsok által okozott többi aminosav-változáshoz hasonlóan a 986. pozícióban a stopkodon gyakorisága gyakrabban fordult elő a kórházi túlélőknél, mint a kórházi halálos eseteknél (5a, b ábra), és negatív összefüggésben volt a vírussal is. terhelés (5d. ábra). A glm szignifikáns különbségeket mutatott a lejtésben és a metszéspontban a kórházi túlélők és a kórházi halálos esetek adatai között az 5d. ábrán (1. további fájl: S2 táblázat). Ez arra utalt, hogy a stopkodon nagyobb gyakorisággal volt jelen az L-fehérje 986. pozíciójában ugyanazon vírusterhelés mellett (1/Ct érték).

a Három aminosav variációs gyakoriság összehasonlítása az L fehérjében az 572., 986. és 2061. pozícióban. P az értékeket az egyfarkú Wilcoxon rangösszeg teszttel számítottuk ki. b Spearman rangkorrelációs tesztet használtunk ennek a három aminosav-változtatási gyakoriságnak a vírusterheléssel (1/Ct) való korrelációjának becslésére az 572., 986. és 2061. pozícióban, ahol a R az érték a – 1 (erős negatív korreláció) és + 1 (erős pozitív korreláció) közötti korrelációs együttható, és P az a P értéke ehhez a teszthez. Ban ben a és b, csak azok a minták jelennek meg, amelyek legalább aminosavvariációt mutatnak

A vírusfehérjékben a stopkodonszubsztitúció gyakoriságának és a vírusterhelés elemzése. a A stop kodon gyakoriságának összehasonlítása az L fehérjében a 986. pozícióban. P Az értékeket egyoldalú Wilcoxon rangösszeg teszttel számítottuk ki, az EBOV L fehérje 986. pozíciójában az átlagos stopkodon gyakorisággal és a kórházi halálos és a kórházban túlélt esetek közötti együttérzéssel. b Q-Q görbét használtunk az L-fehérje 986-os pozíciójában lévő stopkodon eloszlásának összehasonlítására a kórházi halálos és a kórházban túlélt esetek között. A vonal alatti értékek arra utalnak, hogy az adatok, azaz a stopkodon jelenléte gyakoribb volt a kórházi túlélők esetében. c Az összes EBOV fehérje stopkodon-gyakoriságának összefoglalása a kórházi kezelésben végzetes és a kórházban túlélt esetek között. d Kétoldalú Spearman rangkorrelációs tesztet használtunk a stopkodon gyakoriság és a vírusterhelés (1/Ct) korrelációjának becslésére a 986. pozícióban, ahol a R az érték a – 1 (erős negatív korreláció) és + 1 (erős pozitív korreláció) közötti korrelációs együttható, és P az a P értéke ehhez a teszthez. Ban ben b, d és e, csak a legalább egy stopkodonnal rendelkező minták jelennek meg. Ban ben a, c és d, csak a legalább egy stopkodonnal rendelkező minták jelennek meg

Feltételeztük, hogy a kisebb variánsok gyakoriságának változása és az aminosavhasználat egyidejű változása az L fehérjében az 572., 986. és 2061. pozícióban negatív hatással lett volna a vírusbiológiára – tekintettel a betegek csökkent vírusterhelésével való összefüggésre (2c. ábra). –e, 4b. ábra és 5d. ábra). A filovírusok L fehérje és a tágabb család Mononegavirales konzervált szerkezete van, funkcionális doménekkel, amelyeket csuklórégiók választanak el (6a. ábra). Bár a stopkodon jelenléte csonka fehérjét termel (6b. ábra), ez biológiailag aktív maradhatott, mivel az RNS-szintézis katalitikus doménjének C-terminálisa volt [17]. Számos tanulmány kimutatta, hogy az L fehérje egyes doménjei a Mononegavirales biológiai aktivitással rendelkeznek, és az exogén szekvencia beépíthető a csuklórégiókba, miközben továbbra is fenntartja funkcióját [18,19,20]. Hasonlóképpen, az L fehérje meghatározott tartományon belüli expressziója szükséges lehet az optimális vírus RNS szintézishez [21].

L funkcionalitásaÁLLJON MEG és én3mut EBOV transzkripció/replikáció plazmid alapú rendszerben (mini-genom) sejttenyészetben. a, b A konzervált tartományok (szürke dobozok), funkcionális motívumok (lila) és változó régiók vagy csuklópántok (nem folytonos zöld vonal) sematikus diagramjai az EBOV L-ben3mut és énÁLLJON MEG. Ez a diagram az L-fehérje filovírus- és mononegavírus-modelljeinek adatain alapul. A konzervált I–III blokkok egy RdRp-t alkotnak, amely szorosan kapcsolódik egy capping doménhez (Cap). A VI. blokk metiltranszferáz (MTase) aktivitással rendelkezik, és ettől lefelé egy kis C-terminális doménben (CTD) található. Piros kiemelte azt az aminosav pozíciót, ahol a a az L fehérjében az 572., 98. és 2061. pozícióban található három leggyakrabban talált aminosav változás található, és b a csonkolt fehérje az L-ben található stopkodon miatt. c EBOV mini-genomrendszer aktivitása az EBOV L és L között különböző arányokbanÁLLJON MEG és d egyenlő EBOV L, de eltérő LÁLLJON MEG összegeket. Az eredményeket átlag ± S.D. egy három párhuzamosban végzett kísérletből. ***P < 0,001**P < 0,01 *P < 0,05. Western blot luciferáz (LUC), EBOV L/L kimutatásáraÁLLJON MEG és a házigazda GAPDH fehérje bőség a mini-genom rendszerrel transzfektált sejtekben. e EBOV mini-genomrendszer aktivitása L, no L és L jelenlétében3mut és különböző arányokkal L és L között3mut. A blottolás a mini-genomrendszer plazmidjaival transzfektált sejtekben LUC és GAPDH bőséget mutatott. f A VP35-eGFP-t egy koimmunoprecipitációs (coIP) vizsgálatban használták az EBOV L-vel való kölcsönhatásának vizsgálatára.ÁLLJON MEG. A blottolás eGFP és VP35/eGFP, VP35, L és NP virális fehérjék jelenlétét mutatta ki a sejtlizátumokban (input (I)) és coIP frakcióban (eluátum (E)). g Az EBOV L és L közötti verseny javasolt modelljeÁLLJON MEG a vírus RdRp kofaktora, a VP35 és az EBOV RNS szintézis potenciális csökkenése, amelyet alacsonyabb vírusterhelésű betegeknél figyeltek meg (betét panel)

A 986-os pozícióban lévő stopkodon miatti csonkolt L-fehérje aktivitásának és a kisebb variánsok miatti aminosav-változásoknak a vizsgálatára egy, az Ebola Makona vírus laboratóriumában kifejlesztett minigenom rendszert használtunk [22]. Itt az RNS-szintézishez szükséges vírusfehérjéket, az L-t, NP-t, VP30-at és VP35-öt biztosítják. in transz helper expressziós plazmidokból. Ezek hajtják a mini-genom replikációját és egy luciferáz-riporter mRNS átírását, amelynek cDNS-e az EBOV genom 3' és 5' UTR-je közé került be. Az ilyen rendszerekről kimutatták, hogy hűen összefoglalják a vírus RNS szintézisét [23]. A luciferáz cDNS inszerciója és a luciferáz riporter fehérje egyidejű aktivitása gyors leolvasást biztosít a virális fehérjék és variánsok funkcionális elemzéséhez, a helper expressziós plazmidokban történő szubsztitúció révén.

A csonkolt L-fehérje aktivitása a 986-os pozícióban lévő Q-nak egy stopkodonra (L-ként hivatkozva) történő helyettesítése révénÁLLJON MEG), összehasonlították a vad típusú L fehérjével. Itt a luciferáz aktivitását összehasonlították az L fehérje expressziós plazmid által támogatott minigenomrendszerek között, vagy ahol ez a plazmid kizárt, vagy az L fehérje és az L kombinációja.ÁLLJON MEG expressziós plazmidok vagy az LÁLLJON MEG csak expressziós plazmid. Az összes többi, NP-t, VP30-at és VP35-öt expresszáló hordozó plazmidot a szokásos módon biztosítottuk (6c. ábra, 1. további fájl: S4. ábra). A Western blot megerősítette az L és L expressziójátÁLLJON MEG. A korábbi megfigyelésekkel összhangban az L-fehérje kizárása a háttérben megfigyelhető luciferáz-aktivitáshoz vezetett a vad típusú L-fehérjéhez képest (6c. ábra, 1. további fájl: S4. ábra). Az L arányakéntÁLLJON MEG Az L expressziós plazmid expressziója megnövekedett, csökkent a luciferáz aktivitás, úgy, hogy az LÁLLJON MEG csak a luciferáz szintje nem különbözött szignifikánsan az L-fehérje expressziós plazmid kizárásától (6c. ábra, 1. további fájl: S4. ábra). Ez arra utalt, hogy az LÁLLJON MEG nem tudott RdRp-ként működni. Az L fehérje aktivitása általános funkciójának potenciális elvesztésének vizsgálata érdekében az L fehérje növekvő mennyiségétÁLLJON MEG Az expressziós plazmidot betitráltuk, és ekvivalens mennyiségű pUC57-et adtunk hozzá, hogy fenntartsuk a DNS teljes mennyiségét a transzfekció alatt. Itt az L összes összegéreÁLLJON MEG A tesztelt expressziós plazmidot szignifikánsan csökkentette a luciferáz aktivitás, ha csak az L expressziós plazmidot használták (6d. ábra, 1. további fájl: S5. ábra). Azonban nem volt szignifikáns különbség a luciferáz aktivitásában az összes L mennyiségbenÁLLJON MEG. Tekintettel arra, hogy az N572S, Q986R és F2061S szubsztitúció kisebb változatok eredményeként ugyanabban a betegben jelen lehet (1. további fájl: S3. ábra). Ezeknek a mutációknak az L fehérjével összefüggésben való aktivitásának értékeléséhez az L-nek nevezett expressziós variánst3mut úgy készült, hogy mindhárom mutáció jelen volt. Az adatok azt mutatták, hogy L3mut szignifikánsan csökkent a vad típusú L-fehérjéhez képest (6e. ábra, 1. további fájl: S6. ábra), beleértve a vad típusú L-fehérjét és L-fehérjét is.3mut egyszerre fejezték ki.

Ebből azt feltételeztük, hogy nemcsak ezeknek a kisebb variánsoknak nincs (LÁLLJON MEG) vagy csökkent aktivitás (L3mut), elnyelőként is működhettek az L-fehérje domináns vírusgenomszekvenciájától távol a vírus-RNS-szintézishez szükséges vírusfehérjék megkötéséhez. Ennek a hipotézisnek a teszteléséhez az L. képességeÁLLJON MEG A VP35-tel, az L-fehérje ismert polimeráz-kofaktorával, a replikációhoz és transzkripcióhoz nélkülözhetetlen [24,25,26]-val való kölcsönhatást vizsgálták. L képességeÁLLJON MEG A VP35-tel való asszociációt koimmunprecipitációs vizsgálattal hasonlítottuk össze L fehérjével. Itt a VP35-öt C-terminálisan megjelölték fokozott zöld fluoreszcens fehérjével (eGFP) (VP35-eGFP-t képezve), hogy lehetővé tegyék a koimmunprecipitációt egy nagyon specifikus egyláncú antitesttel. Ezt a megközelítést alkalmazták számos vírusfehérje kölcsönható partnereinek, pl. [22, 27, 28]. Bár némileg csökkent a vad típusú VP35-höz képest, a VP35-eGFP a mini-genomrendszer kontextusában továbbra is lehetővé tette a luciferáz aktivitás létrehozását (az adatokat nem mutatjuk be), ami arra utal, hogy a fehérje biológiailag még mindig aktív volt a L fehérje. A koimmunprecipitáció azt mutatta, hogy a VP35-eGFP felhasználható az L fehérje vagy az L fehérje lehúzásáraÁLLJON MEG fehérje, de nem NP (6f. ábra, 1. kiegészítő fájl: S7. ábra). Összességében az adatok egy olyan modellt támogatnak (6g. ábra), amelyben az LÁLLJON MEG A fehérje hozzájárul a betegek vírusterhelésének csökkenéséhez (6g. ábra, beépített panel), valószínűleg az RdRp aktivitás hiánya és az RNS szintetikus aktivitáshoz egyébként szükséges vírusfehérjék nyelőjeként való működése révén.


Miért lehet túl egyszerű ez a számítás?

Lehet, hogy ez a számítás túl egyszerű, mert a — bemenetekre vonatkozó feltevések x és R0 A — tévedhet, és különösen túl optimista. Az is lehet, hogy túl egyszerű, mert miközben feltételezi x és R0 fix számok, valójában változhatnak. Különösen a fertőzés elleni védelem lehet x idővel csökken, és R0 valószínűleg helyenként változik. Vannak olyan tényezők is, amelyek segíthetnek, csökkentve az oltás arányát, hogy elérjük Rvakáció(t) < 1.

Bizonytalanság és változatosság R0

Mint fentebb említettük, számos korai becslés született R0 a COVID-19 első napjaiban. Minden új járvány esetében nehéz ezeket a becsléseket megtenni. A legtöbb becslés az esetek exponenciális növekedési sebességét és a sorozatos intervallumot, vagy a fertőzés és a fertőzéstől való átvitel közötti időt használja [5]. Ezen mennyiségek mindegyikét hibával mérik, olyan módon, amelyet régóta megértettek. Például a korai esetszámok eltérő észlelési érzékenységnek vannak kitéve, mivel a megfigyelőrendszerek új kihívásoknak való megfelelésért küzdenek. Idővel a felügyelet érzékenyebbé válhat, mivel több tesztelés történik, vagy kevésbé érzékeny, mivel a rendszerek túlterheltek [6], ezek az időbeli trendek a járvány gyorsabb vagy lassabb növekedésének álcázhatják. A késedelmes bejelentések miatt a járványgörbe közelmúltbeli része kevésbé meredek ki, ami a növekedési ráták alulbecsléséhez vezethet [7]. A sorozatos intervallumok változhatnak (általában lerövidülhetnek), ahogy ellenőrző intézkedések lépnek életbe [8,9], torzító becslések R0 összetett módokon. Ezen elfogultságokon kívül R0 egy társadalmi és biológiai változó, amely a populációk demográfiáját és viselkedési mintáit tükrözi, így várhatóan populációnként változhat még ugyanazon fertőző betegség esetén is [10]. Ennek eredménye az, hogy néhány magasabb becslés, jóval meghaladja a 2-3 tartományt R0 A SARS-CoV-2 fertőzést nem lehet kizárni, legalábbis néhány olyan populáció esetében, ahol magas az érintkezési arány [11].

Bizonytalanság benne x, 1. rész

A SARS-CoV-2 vakcinákkal végzett összes randomizált klinikai vizsgálatban az elsődleges végpont a SARS-CoV-2 által okozott COVID-19 és #8212 tünetekkel járó betegségek számának csökkentése volt. Ez az a végpont, amelyen a becslések

A két mRNS vakcina 95%-át sikerült megszerezni. A vakcináknak három különböző jótékony hatása lehet [12]. Csökkenthetik:

  • Fertőzésre való hajlam. Ez azt jelenti, hogy a vírusnak kitett beoltott személy nagyobb valószínűséggel marad fertőzetlen, mint ha nem oltották volna be. Az ezt a tevékenységet tükröző hatásossági komponenst érzékenységre vonatkozó vakcina hatékonyságnak, ill. VES.
  • A tünetek előrehaladása. Ez azt jelenti, hogy egy beoltott személy, aki megfertőződik, kisebb valószínűséggel tapasztal tüneteket, mint ha nem oltották volna be, és megfertőződik. Ezt a komponenst a progresszió elleni vakcina hatékonyságnak nevezik, VEP.
  • Mások fertőzőképessége. Ez azt jelenti, hogy egy beoltott személy, aki megfertőződik, kevesebb embert fertőz meg, mint ha nem oltották volna be, és megfertőződik. Ezt a komponenst a fertőző betegségek elleni vakcina hatékonyságának nevezik, VEén.

A vizsgálatok során mért elsődleges végpont a kombinációja VES és VEP. Az egyén elkerülheti a végpontot (tünetekkel járó fertőzés), ha elkerüli a fertőzést, vagy ha megfertőződik, de elkerüli a tüneteket. Csak az elsődleges eredményből következtethetünk valamit a lehetséges értékekre VES és VEP, de ne különítse el őket. Például a 95%-os eredmény az lehet, hogy az egyének tisztán védettek voltak a fertőzésre való hajlam ellen, de nem volt hatással a progresszióra.VES= 95% és VEP= 0) vagy éppen ellenkezőleg — nincs védelem a fertőzésre való hajlam ellen, de védelem a progresszió ellen (VEP= 95% és VES= 0).

Az állomány immunitása fontos számunkra VES és VEén. Ha egy személy nem fertőződik meg, nem tud továbbadni, tehát VES valamihez hozzájárul x. Ha megfertőződnek, de kevésbé fertőzőek mások számára, az hozzájárul az állomány immunitásához, tehát VEén valamihez hozzájárul x. Valójában a kapcsolat a következő: x = 1 – (1 – VES)(1 – VEén). Nagyobb értékek VES és VEén lefordítani nagyobb értékekre x, és ha valamelyik 100%, akkor x az 100%.

Az elsődleges végpont nem árul el nekünk semmit VEén és miközben némi információt ad a valószínű értékekről VES, ez egyiket sem zárja ki [13].

A befejezett vakcinakísérletek közül kettő rendelkezik bizonyos információkkal VES. A Moderna vakcinával végzett kísérlet 63%-os (95%CI 32-80%) csökkenést mutatott a PCR+ tamponok számában az oltásban részesülőknél, mint a placebót szedőknél, amikor a második vakcina injekció beadásakor vették őket lekenettel. Az Astra-Zeneca csimpánz-adenovírus-vektorral végzett vakcinakísérletben [14] beadott két vakcinadózis egyikében 58,9%-kal (1,0-82,9%-kal) csökkent a tünetmentes hordozás a beoltott és a placebóval kezelt betegektől vett mintákon. statisztikai különbség a másik adagban. Ezek az eredmények együtt valószínűleg pozitív értékeket tükröznek VES és/vagy VEén és így pozitív értékeit x, de nagy a bizonytalanság. A jelen megjegyzésben eddig tárgyalt vakcinák néhány, de nem minden állatkísérlete a fogékonyságra és/vagy fertőzőképességre gyakorolt ​​hatást feltételezett, így nem meglepő, ha az emberre gyakorolt ​​hatásra utaló bizonyítékot látunk.

Érdemes megjegyezni, hogy sok más vírusoltás drámai mértékben csökkenti az átvitelt, például a kanyaró [15] és az influenza [16]. Azonban számos légúti kórokozó elleni oltóanyag, például a pneumococcus elleni vakcinák [17] és az acelluláris pertussis vakcinák [18] lényegesen nagyobb védelmet nyújtanak a betegségek ellen, mint a fertőzés és a fertőzés ellen.

Mindent összevetve nagyon valószínű, hogy a tüneti fertőzések ellen igen nagy hatékonyságú meglévő vakcinák is hozzájárulnak az átvitel csökkentéséhez. Nagyon valószínűnek tűnik azonban, hogy csak részleges védelmet nyújtanak a fertőzéssel és átvitellel szemben, és a védelem mértéke számít a x és így a kritikus oltási frakció becsléséhez f*.

Bizonytalanság benne x, 2. rész

A SARS-CoV-2 elleni vakcinák hatékonyságát nagyon gyorsan mérték, aminek következtében a legtöbb adat egy nagyon rövid időszakból származik (

2 hónap) az oltás után. Teljesen normális, hogy az oltás ellenanyag-koncentrációkat termel, amelyek idővel gyorsan, hónapok alatt, majd évek alatt lassabban csökkennek [19], és néha a védettség is csökken. Más vakcinákban a nasopharynxben (ahol a SARS-CoV-2 fertőzés előfordul) a védelemhez szükséges antitestkoncentráció magasabb, mint a betegség megelőzéséhez [20]. Így lehetséges, hogy az összes vakcina hatékonysági intézkedés, beleértve a fertőzés elleni intézkedéseket is, az oltás óta eltelt idővel csökkenni fog.


A vírusvakcinák kereskedelmi méretű gyártása nagy mennyiségű vírus előállítását igényli antigénforrásként. Ezen mennyiségek szállítására számos rendszert használnak emlős-, madár- vagy rovarsejteken alapuló vírusreplikációhoz. A sejtek sorozatos szaporításával a termelési eredményekben rejlő korlátok leküzdése érdekében az emlőssejtek halhatatlanná tehetők, ami megnöveli a tenyészetben való osztódásuk számát. A sejteket halhatatlanná tevő módosításokat jellemzően a normál sejteket rákos sejtekké alakító mechanizmusokhoz hasonló mechanizmusokon keresztül hajtják végre. Így a maradék gazdasejt nukleinsavak jelenléte a végső vakcinatermékekben jelentős aggályokat vet fel a páciens genetikai anyagába való átvitel és beépülés lehetőségével kapcsolatban.

TERMÉK FÓKUSZ: VÉDŐOLTÁSOK
FOLYAMAT FÓKUSZ: FOLYAMATOS FELDOLGOZÁS
KINEK OLVASSA: FOLYAMATÉRNÖK, QA/QC, ELEMZŐ
KULCSSZAVAK: KROMATOGRÁFIA, BIOKATALIZIS, TANGENCIÁLIS ÁRAMLÁSS SZŰRÉS, NUKLEINSAV KITEKINTÉSI VIZSGÁLATOK
SZINT: KÖZBÜLSŐ

A takarmány-alapanyagban lévő gazdasejt nukleinsavak mennyisége a sejt/vírus típusától, valamint a begyűjtés során alkalmazott módszerektől és technikáktól függ. A DNS jelenléte hozzájárulhat a folyamatfolyadék viszkozitásához és az elválasztóközeg elszennyeződéséhez, csökkentheti a felhasználható kapacitást, együttes kicsapódást okozhat, és veszélyeztetheti a termékbiztonságot. A gazdasejt nukleinsav onkogenitásának és fertőzőképességének kockázata minimálisra csökkenthető biológiai aktivitásának elnyomásával. Ez úgy érhető el, hogy a maradék DNS és RNS mennyiségét csökkentjük, és méretüket (enzimatikus/nukleázos vagy kémiai kezeléssel) a funkcionális génhossz alá csökkentjük.

Kationos detergensek —, például cetil-trimetil-ammónium-bromid (CTAB) vagy domifen-bromid (DB)

Rövid szénláncú zsírsavak (pl. kaprilsav)

Töltött polimerek —, például polietilénimin (PEI) és poliakrilsav (PAA)

Tri(n-butil)foszfát (TNBP) Triton X-100 mosószer oldattal

Normál áramlású szűrés (NFF) mélységi töltésű vagy kovaföldet tartalmazó közeggel

Tangenciális áramlású szűrés (TFF)

Kromatográfia és membrán adszorberek:

Anioncserélő kromatográfia (AEX)

Gélszűrés (méretkizárásos) kromatográfia

Hidrofób töltésindukciós kromatográfia (HCIC)

Alkilezőszerek (pl. β-propil-lakton)

Az egészségügyi hatóságok és szabályozó testületek, mint például az Egyesült Államok Élelmiszer- és Gyógyszerügyi Hatósága (FDA) és az Európai Gyógyszerügynökség (EMA) határértékeket határoztak meg a végső biológiai termékekben a maradék DNS elfogadható mennyiségére vonatkozóan. Az FDA által közzétett követelmények szerint a szülői adagolás 100 pg maradék DNS-re korlátozódik. Az EMA és az Egészségügyi Világszervezet (WHO) 10 ng per parenterális adagot és 100 μg/dózist engedélyez egy orálisan beadott vakcina esetében (1). Az orálisan beadott DNS körülbelül 10 000-rel kevésbé hatékonyan szívódik fel, mint a parenterálisan beadott nukleinsav.

A biogyógyszeripar továbbra is fejleszti tisztítási folyamatait, hogy minimalizálja a gazdasejtekből és táptalajokból származó maradék szennyeződések által okozott káros immunológiai és biológiai válaszokkal kapcsolatos lehetséges kockázatokat. Itt egy új módszert írunk le a gazdasejt DNS- és/vagy RNS-szennyeződéseinek eltávolítására, amely bizonyos előnyöket kínál az ismert megközelítésekkel szemben. Összefoglaljuk egy olyan folyamat kidolgozását is, amely magában foglalja ezt az új megközelítést.

Egy tipikus sejtkultúrán alapuló vírusvakcina-előállítási folyamat egy kiválasztott “seed” sejtvonal szaporításával kezdődik. Amikor a tenyészet egy előre meghatározott sejtsűrűségre nőtt, a kérdéses vírust bejuttatjuk (inokuláljuk), és elkezd replikálódni. Néhány nappal később a vírust közvetlenül a gazdasejtekből, a tenyészet felülúszójából vagy mindkettőből kinyerjük.

Amikor a vírust közvetlenül a gazdasejtekből gyűjtik ki, egy sejtroncsolási lépésre van szükség az intracelluláris vírusok felszabadításához. A rendelkezésre álló sejtroncsolási módszerek két fő kategóriába sorolhatók: kémiai (mosószerek és felületaktív anyagok, enzimek, ozmotikus sokk) és fizikai-mechanikai (hő, nyírás, keverés, ultrahangos kezelés, fagyasztás-olvasztás). Az emlőssejteket könnyű feltörni, ezért a megsemmisítésükre alkalmazott módszerek viszonylag enyhék, és olyan kezeléseket foglalhatnak magukban, mint a detergensek és/vagy hipotóniás puffer használata.

Amikor a vírust kinyerjük a felülúszóból, nincs szükség sejttörési lépésre, a felülúszó közvetlenül tisztítható a sejttörmelékből. Ha a vírust mind a sejtekből, mind a felülúszóból ki kell gyűjteni, az összegyűjtött sejteket a vírusszuszpenzió tisztázása előtt szétroncsolják.

Nukleinsav-eltávolítási módszerek

A gazdasejttel kapcsolatos szennyeződések (beleértve a nukleinsavakat) mennyisége a folyamatfolyadékban jelentősen változik a sejtlízishez és/vagy a vírusgyűjtéshez használt módszerektől függően. A “DNS-eltávolítás” doboz számos olyan technikát sorol fel, amelyek alkalmazhatók a genomiális DNS csökkentésére és/vagy eltávolítására a sejttenyészet folyamataiból. De mindezen módszerek korlátozottak azon termékek és eljárások tekintetében, amelyekre alkalmazhatók.

A vírusok sejtszubsztrát-komponensekből, például DNS-ből való tisztítása számos okból különösen nagy kihívást jelent a vírusvakcinák előállításában:

A vírusok és nukleinsavak fizikai hasonlósága korlátozhatja az alkalmazott módszer felbontását és szelektivitását. Például a hasonló elektromos töltés (mind a vírusok, mind a nukleinsavak jellemzően negatív töltésűek semleges pH-n) és méretük korlátozza a kromatográfiás és szűrési módszerekkel történő elválasztást (1. táblázat). Az üledékképződési viselkedés hasonlóságai együttes csapadékhoz vezethetnek.

Az alkalmazott technikák és reagensek befolyásolhatják a vírus biológiai aktivitását és integritását, ami a fertőzőképesség és/vagy a hatékonyság elvesztését okozhatja a fizikai erők (nyírás) vagy vegyszerek (mosószerek) általi lebomlás következtében. A kaprilsav például képes inaktiválni a burokkal rendelkező vírusokat.

Egyes módszerek a nukleinsavak érdeklődésére számot tartó termékhez (vírus/glikoprotein/protein) való kötődését idézhetik elő, ami csökkenti a végtermékek szükséges tisztasági szintjének elérésében a downstream tisztítási folyamatok hatékonyságát, és veszélyezteti az eljárás hozamát és gazdaságosságát.

Ezen korlátozások és kihívások többsége minimalizálható, ha a nukleinsav-szennyeződés mennyiségét endonukleázokkal végzett enzimatikus lebontással csökkentjük. Az ilyen enzimek úgy hatnak, hogy specifikusan katalizálják a DNS- és RNS-láncok belső foszfodiészter-kötéseinek hidrolízisét, és a nukleinsavakat kisebb nukleotidokra bontják. A baktériumokban természetesen jelen lévő enzimek megvédik a sejteket az idegen DNS inváziójától. Ezen nukleázok többféle típusa különböző forrásokból származik.

Serratia marcescens egy Gram-ne
gatív patogén baktérium, amely (más fehérjék mellett) egy nagyon aktív endonukleázt választ ki, amely a DNS és RNS minden formáját (egyszálú, kétszálú, lineáris és cirkuláris) hasítja szekvencia-specifitás nélkül. A nukleáz nagyon gyorsan hasítja a nukleinsavakat, katalitikus sebessége csaknem 15 ± 215-tel gyorsabb, mint a dezoxiribonukleáz I (DNáz I) (2). Az enzim szobahőmérsékleten hosszú távú stabilitást mutat, és aktív mind ionos, mind nemionos detergensek, valamint számos redukáló és kaotróp szer jelenlétében. De saját proteolitikus aktivitással rendelkezik. Mindezek a tulajdonságok hasznossá teszik ezt az enzimet biotechnológiai és gyógyszerészeti alkalmazásokban.

Egy genetikailag módosított formája Serratia nukleázt (Benzonase, Merck Millipore, Darmstadt, Németország) állítják elő Escherichia coli és rekombináns technológia. A benzonáz enzim azonos molekulatömegű alegységek dimerje

egyenként 30 kDa (összesített tömeggel

60 kDa). Izoelektromos pontja pH 6,85, és 6󈝶 pH-tartományban és 0󈞖 °C hőmérsékleten működik. Az Mg2+ jelenléte (1𔃀 mM koncentrációban) szükséges ennek az enzimnek az aktivitásához.

A benzonáz enzim megemészti a nukleinsav minden formáját azáltal, hogy azokat kisebb oligonukleotidokká hidrolizálja, + koncentrációjú, hőmérsékletű, pH-értékkel, valamint a benzonáz inhibitorok és többértékű vagy egyértékű sók jelenlétével (és koncentrációjával) a tápközegben és ezek koncentrációjával. A tipikus enzimreakciókat pedig Michaelis– Menten kinetikája (1. egyenlet) írja le.

A reakció térfogati sebessége (vrr) arányos a maximális reakciósebességtől függően végtelen reagenskoncentrációnál (vrrmax) és a szubsztrát koncentrációra (S) nukleinsavak DNS és RNS, valamint a Michaelis-állandó (Km).

A legmagasabb Km optimális pH (8𔃇) és hőmérséklet (37 °C) mellett érhető el. Bár a magasabb hőmérséklet felgyorsítja a reakció kinetikáját, az egyszerűsített ellenőrzés szükségessége és/vagy a termék stabilitásával kapcsolatos aggályok gyakran szobahőmérsékleten vagy alacsonyabb hőmérsékleten történő működéshez vezetnek. Az optimális enzimaktivitás eléréséhez Mg2+ ionokra van szükség.

Egy másik kritikus paraméter az enzim kiindulási aktivitása, ezért az enzimkoncentrációt egységekben adják meg (a fent leírtak szerint), nem pedig a tényleges koncentrációkban. Ha a gazdasejt nukleinsavainak koncentrációja a kiindulási alapanyagban magas, a maximális reakciósebesség független a koncentrációjuktól. Az enzimatikus emésztés előrehaladtával és a nukleinsavkoncentráció csökkenésével a reakció elsőrendűvé válik, és az eltávolítási sebesség csökken.

Egyes technológiai adalékok és szerek befolyásolják a benzonáz aktivitását. Az enzim gátolható magas sókoncentrációkkal (3. ábra): >300 mM egyértékű kationok, >100 mM foszfát, >100 mM ammónium-szulfát vagy >100 mM guanidin-HCl. Egyéb ismert inhibitorok közé tartoznak a kelátképző szerek. Az EDTA például szabad Mg2+-ionok elvesztését okozhatja (az 1 mM feletti EDTA-koncentrációk gátolja az enzimreakciót), ez a hatás több MgCl hozzáadásával visszafordítható.2. És az olyan komponensek jelenléte, mint a 4M karbamid, ellenkező hatást válthat ki, és növelheti a benzonáz aktivitását.


Az aeroszol modellezés kimutatja a SARS-CoV-2 fertőző dózist, cseppeket

Saikat Basu, az SDSU Gépészmérnöki Tanszékének adjunktusa folyadékmechanikai alapú aeroszoltranszport modellezést, valamint más kutatási tanulmányokból származó adatokat használt annak meghatározására, hogy melyik cseppméret viszi a legvalószínűbb az új koronavírust a domináns kezdeti fertőzési helyre, és megbecsülte. a fertőzés kiváltásához szükséges vírusrészecskék minimális száma.

Newswise — Ahogy egyre több amerikai kap COVID-19 elleni védőoltást, mi most kollektív megkönnyebbülést sóhajtunk fel. Ennek ellenére a Dél-Dakotai Állami Egyetem egyik kutatója segít felkészülni a következő légúti világjárványra.

"A COVID-19 világjárvány kitörésekor a tudósoknak nagyrészt az 1918-as influenzajárvány után keletkezett légi átviteli adatokra kellett hagyatkozniuk" - mondta Saikat Basu gépészmérnök-asszisztens. &ldquo Teljesen felkészületlenek voltunk. Kvantitatív adatokat kell generálnunk, és egy többszintű modellezési keretrendszert kell kidolgoznunk, amely segít a tudósoknak nemcsak ezzel a világjárvánnyal, hanem a következővel is megbirkózni.&rdquo

Basu az emberi légúti légutakban folyó folyadékmechanikai alapú aeroszoltranszport modellezésben szerzett szakértelmét, valamint más kutatások adatait használta fel annak meghatározására, hogy melyik cseppméret viszi a legnagyobb valószínűséggel az új koronavírust a nasopharynxbe, amely a domináns kezdeti fertőzés. webhely. Ezenkívül más COVID-19 adatokat is beépített a modellbe, hogy megbecsülje a fertőzés kiváltásához szükséges vírusrészecskék minimális számát, amelyet fertőző dózisnak neveznek.

„Tudomásom szerint ez az első olyan dokumentum, amely számszerűsíti a SARS-CoV-2 fertőző dózisát” – mondta Basu. Mindazonáltal elismerte, &ldquo ez még mindig nyitott kihívás, és epidemiológiai adatokra lesz szükség.&rdquo

Basu a fertőző dózist minden fertőzés alapvető virológiai mércéjének minősítette. Ez hatással van arra, hogyan tervezzük meg a helyi vírusellenes terápiákat és a célzott intranazális vakcinákat. Ezenkívül a globális vakcinázás eltart egy ideig, és határozottabb kezelési rendre van szükségünk azok számára, akik megbetegednek.&rdquo

Az eredményeket a Scientific Reports aktuális számában teszik közzé, amely egy online, lektorált, nyílt hozzáférésű Nature Research kiadvány. &ldquoEz egy interdiszciplináris kihívás, amely olyan területeken dolgozók tehetségét igényli, mint például a folyadékmechanika, a virológia és az orvosbiológiai tudományok egyéb területein, &ldquo Basu mondta, megjegyezve, hogy ez a kiadvány ezt a széles tudományos közösséget szólítja meg.

A Basu&rsquos kutatása a Nemzeti Tudományos Alapítvány által finanszírozott projekt része volt, amelynek célja egy újrafelhasználható légzőkészülékkel ellátott maszk tervezése volt, amely elfogja és inaktiválja az új koronavírust. Ezenkívül az SDSU&rsquos Gépészmérnöki Tanszék induló finanszírozását használta fel a számítási folyadékdinamikai modellezéshez.

Cseppméretek kiszámítása

Az Észak-Karolinai Egyetemen, a Chapel Hillben végzett sejtkultúra-vizsgálat kimutatta, hogy a nasopharynx, amely a torok felső része az orrjáratok mögött, és a nyelőcső és a hangdoboz felett van, a "legkönnyebben hozzáférhető vetési zónaként" szolgál - magyarázta Basu. Más tanulmányok, köztük az Oxfordi Egyetemen végzett tanulmányok megerősítették ezt a tényt.

&ldquoAz elülső orrjáratokban lévő nyálkahártya megnehezíti a vírus számára, hogy megfertőzze ezeket a sejteket, mondta Basu. Ezenkívül az orrüreg elülső orrüreg mögött elhelyezkedő csillós hámsejteknek van egy felszíni receptora, az ACE2 néven ismert, amelyet a vírus arra használ, hogy bejusson a sejtekbe. A fertőzés ezután erről a kezdeti fertőzési helyről a tüdőbe terjed a vírussal dús nasopharyngealis folyadékok felszívásával.

Annak meghatározására, hogy melyik cseppméret éri el a legnagyobb valószínűséggel a nasopharynxet, Basu CT-alapú digitális modelleket fejlesztett ki két egészséges felnőtt orr-légteréről, és négy belégzési sebességet szimulált: 15, 30, 55 és 85 liter/perc.

&bdquoA 15 literes mennyiség mozdulatlanul ülve és gyengéden lélegzik, a 30 pedig nagyjából megfelel a séta közbeni légzésszámának,&rdquo magyarázta. Az erőteljes légzés percenként 50-75 liter közé esik.

„Ha a vírus terjedését a különböző légzési sebességekre átlagoljuk, a 2,5 és 19 mikron közötti méretű cseppek teszik a legjobban az orrgaratba való bejutást” – jegyezte meg. Ezek a cseppek nagyobbak voltak a vártnál.

A fertőző dózis becslése

A Skagit Valley kóruscsoporttal kapcsolatos jelentések alapján, amelyben egy személy a 61 kórustag közül 52-nek terjesztette a COVID-19-et, Basu óvatos becslések szerint körülbelül 300 vírusrészecskét vagy viriont tartalmazott a fertőzés küszöbértékeként, és ezzel számszerűsítette a SARS-CoV-2 fertőző dózis.

&bdquoA tény, hogy a fertőzés elindításához szükséges vírusrészecskék száma több száz tartományba esik, nagyon figyelemre méltó, és jól mutatja, mennyire fertőző ez a vírus" - mondta Basu. Általában egy belélegzett vírusfertőzéshez, például az influenza A-hoz 1950-3000 virionra van szükség.

Annak a valószínűségének becslésére, hogy egy csepp legalább egy viriont tartalmazzon, Basu egy tanulmányt használt a COVID-19-betegek köpetében és nyálkájában lévő vírus mennyiségére vonatkozóan, majd figyelembe vette a környezet által kiváltott kiszáradást.

A cseppméret előrejelzett egyharmados csökkenése azt jelenti, hogy annak valószínűsége, hogy egy 10 mikronos csepp legalább egy viriont tartalmaz, 0,37%-ról 13,6%-ra nő. Egy 15 mikronos csepp esetén ez a valószínűség 45,8%-ra nő. Ez a vírust tartalmazó cseppekben lévő nem illékony összetevők miatt történik. Amikor a cseppek vizes része elpárolog, a vírusrészecskék koncentrációja a cseppekben jelentősen megemelkedik.

&bdquoA külső levegőben lévő kiszáradás után belélegzett cseppek nagyobb vírusterhelést hordoznak, mondta Basu. Ha a relatív páratartalom csökken, az nagyobb mértékű kiszáradást vált ki a kilökődő légúti cseppeknél, ami növeli a vírus terjedésének esélyét.

Basu szerint ugyanez a modell potenciálisan felhasználható az új COVID-19-változatok fertőző dózisának becslésére is. Ismernie kell az új variánssal fertőzött betegek köpetének vírusterhelését, és egy szuperszpreader eseményről közölt adatokat.

&bdquoFontos, hogy generációnk emberei hátrahagyjanak olyan kutatásokat, amelyek hasznosak lesznek a következő generáció számára, mondta Basu.


Eredmények

A SARS-CoV-2 UVC-érzékenysége

Az 1. táblázatban összehasonlítjuk a genomiális és az UV-t254 a SARS-CoV-2 (COVID-19-et okozó) jellemzői más koronavírusok és hasonló nukleinsav-összetételű vírusok jellemzőivel. Az első három koronavírus betegséget okoz emberben. Az MHV-vel és az EtoV-vel végzett vizsgálatok hasonló értékeket találtak a D esetében37s (36, 39). Ezért ésszerű becslés a D-re37A SARS-ek és a MERS-CoV vírusok s értéke 3,0 J m-2 lenne. Más ssRNS-vírusokkal való összehasonlítás hasonló D-t eredményez37 érték. Mivel az influenza A genomjai 2,2-szer rövidebbek, mint a koronavírusoké, ésszerű, hogy a koronavírusok (nagyobb UV-célpontok) legalább kétszer olyan érzékenyek lennének az UVC-re, mint a genomméretek reciprok aránya szorozva a D-vel.37 az influenzavírusok esetében becsült D értéket ad37 4,7 J m −2 SARS-CoV-2 esetén. Ha hasonló összehasonlítást végeznek az 1. táblázatban szereplő többi ssRNS család vírusaival, akkor a SARS-CoV-2 D medián értéke37 5,0 J m-2 volt. A D37 3,0 J m −2 értéket használtunk a következő számításokhoz, mert ez az ugyanazon tagokból közvetlenül származtatott értékekből következik Coronaviridae család D10 (6,9 J m -2) használtuk, mivel ez 10%-os túlélést (90%-os inaktivációt) jelent.

Vírus család Genom Méret † † A genom mérete több ezer nukleotid bázisban (Knt) kifejezve.
(Knt)
Mért ‡ ‡ UVC fluencia, amely vírusonként átlagosan egy halálos eseményt okoz, ami 37%-os túlélést eredményez.
D37 (J m −2 )
SNS § § Méretnormalizált érzékenység a D szorzataként definiálva37 és a több ezer bázisban kifejezett genomméret viszonylag állandó egy adott genomtípus esetén, de nagymértékben eltérő lehet a különböző genomitípusok esetében. Ha egy nem tesztelt vírus mérete és genomtípusa ismert, a D37 az SNS-ből megjósolható.
(J m −2 Knt)
Megjósolt D37 (J m −2 ) Hivatkozások
Coronaviridae
SARS-CoV-2 ssRNS+ 29.8 89 3.0
SARS-CoV ssRNS+ 29.7 89 3.0
MERS ssRNS+ 30.1 89 3.0
MHV ssRNS+ 31.6 2.9 91 ( 36 )
EToV ssRNS+ 28.5 3.1 88 ( 39 )
Togaviridae
SINV ssRNS+ 11.7 19 220 ( 43 )
VEEV ssRNS+ 11.4 23 260 ( 44 )
SFV ssRNS+ 13.0 7.2 94 ( 39 )
Paramyxiviridae
NDV ssRNS- 15.2 11-13.5 170-210 ( 45, 46 )
MeV ssRNS- 15.9 8.8-10.9 140-170 ( 47 )
Orthomyxoviridae
FLUAV ssRNS- 13.6
Melbourne H1N1 10.2 139 ( 48 )
NIB-4 H3N2-3 11 150 ( 40 )
NIB-6 H1N1 9.6 131 ( 40 )
ISAV ssRNS- 14.5 4.8 70 ( 49 )
Rhabdoviridae
RABV ssRNS- 11.9 4.3 51 ( 39 )
  • * Különböző genetikai családok kiválasztott vírusai, amelyek genomja ssRNS.
  • † A genom mérete több ezer nukleotid bázisban (Knt) kifejezve.
  • ‡ UVC fluencia, amely vírusonként átlagosan egy halálos eseményt okoz, ami 37%-os túlélést eredményez.
  • § Méretnormalizált érzékenység a D szorzataként definiálva37 és a genom mérete több ezer bázisban viszonylag állandó egy adott genomtípus esetén, de nagymértékben eltérő lehet a különböző genomitípusok esetében. Ha egy nem tesztelt vírus mérete és genomtípusa ismert, a D37 az SNS-ből megjósolható.

Hasznos lehet a napsugárzás becslése 99%-os vírusinaktiváció (1%-os túlélés) vagy még alacsonyabb túlélési szint esetén. Mivel a COVID-19-betegek és hordozók által létrehozott aeroszolok anyaga megvédheti a vírust az UV-sugárzástól, amint azt a tápközegben lévő vírusokkal végzett laboratóriumi kísérletek kimutatták, a vírustúlélési görbék azt mutatják, hogy a vírus láthatóan kevésbé lesz UV-érzékeny (33, 36). , 40-42). Ez az Ebola, Lassa és influenza A vírusokkal végzett kísérletek során körülbelül 4-szeres lejtőváltozást eredményezett, és a víruspopuláció több százalékát érintette (33, 42). Ezért a 10% feletti túléléshez a választott D négyszeres UV-fluensája10 (28 J m −2 ) volt. Ezt az értéket használták a 99%-os inaktivációhoz szükséges napsugárzás becslésére. Feltételezve, hogy a túlélési görbe fenntartja, hogy 4-szer nagyobb UV-ellenállás alacsonyabb túlélési szinteken, 99,9%-os inaktiváláshoz (fertőtlenítési szint) 56 J m-2 sterilizálási szintű inaktiváláshoz (10 -6 túlélés) 140 J m-2-re lenne szükség.

A SARS-Co V-2 vírus inaktiválásának becsült ideje

A 2. táblázat mutatja a napsugárzás déli órákban jelentett napvirucid fluxusát, valamint azt a becsült percnyi napfényt, amelyre a különböző népes észak-amerikai nagyvárosokban szükség van a SARS-CoV-2 90%-ának inaktiválásához. A (+) jel a 2. táblázatban azt jelzi, hogy a SARS-CoV-2 99%-a inaktiválódhat nyáron a dél körüli két órán belül az Egyesült Államok legtöbb városában az északi szélesség 43°-tól délre. Szintén a vírus 99%-a inaktiválódik délben két óra alatt több, az északi szélesség 35°-tól délre fekvő városban ősszel, de csak Miami és Houston kap elegendő napsugárzást ahhoz, hogy tavasszal a vírus 99%-át inaktiválja. Télen a legtöbb város nem kap elegendő napsugárzást ahhoz, hogy 90%-os vírusinaktivációt produkáljon a 2 órás déli expozíció során (a 2. táblázatban aláhúzott értékek).

agglomeráció Szélességi kör Nap virucid UV fluxus (J/m 2 254 2 /perc) ‡ ‡ Módszertan: A kiválasztott helyeken az év meghatározott időszakaiban a maximális napi UVB sugárzási értékeket az 1. és 2. táblázat tartalmazza az előző cikkben, amely az influenza szoláris UVB általi előrejelzett inaktiválásáról szól (34). A teljes napi UVB sugárzás 35%-a osztva 120 perccel a déli UVB fluxust J m −2 perc −1 értékben a 2. és 3. táblázatban szereplő helyeken és időpontokban.
/A 90%-os fertőzőképesség csökkenés ideje (perc) § § Az UVB sugárzás D10 A SARS-CoV-2 inaktiválásához 90% (10%-os túlélés) 6,9 J m-2-re becsülték.
Nyári napforduló Napéjegyenlőség Téli napforduló
Tavaszi Esik
Miami, FL 25,8 °é 0.51/14 + ∥ ∥ A "+" azt jelenti, hogy ideális körülmények között a nap UV-sugárzása 99%-ban (1%-os túlélés) inaktiválhatja a SARS-CoV-2-t 2 órás periódus alatt, dél körül. Négyszer a D10 azért választották, hogy figyelembe vegyék a vírust körülvevő védőelemek miatti valószínű kétfázisú inaktivációt.
0.34/20 + 0.41/17 + 0.13/53
Houston, TX 29,8 °É 0.44/16 + 0.25/28 + 0.33/21 + 0.08/86
Dallas, TX 32,8 °É 0.39/18 + 0.20/34 0.28/25 + 0.06/115
Phoenix, AZ 33,4 °É 0.39/18 + 0.19/36 0.26/27 + 0.05/ 138 ¶ ¶ Az aláhúzott értékek azt jelzik, hogy a szoláris UVB valószínűleg nem elegendő a SARS-CoV-2 90%-os inaktiválásához (10%-os túlélés) a dél körüli kétórás időszakban.
Atlanta, GA 33,7 °é 0.39/18 + 0.18/38 0.26/27 + 0.05/ 138
Los Angeles, CA 34,1 °É 0.38/18 + 0.18/38 0.26/27 + 0.05/ 138
San Francisco, CA 37,7 °É 0.34/20 + 0.13/53 0.20/34 0.03/ 230
Washington DC. 38,9 °É 0.33/21 + 0.12/57 0.19/36 0,02/> 300
Philadelphia, PA 39,9 °É 0.32/22 + 0.11/63 0.18/38 0,02/> 300
New York City, NY 40,7 °É 0.32/22 + 0.10/69 0.17/41 0,02/> 300
Chicago, IL 41,9 °É 0.31/22 + 0.10/69 0.16/43 0.01 / >300
Boston, MA 42,3 °É 0.30/23 + 0.09/77 0.15/46 0.01/ >300
Detroit, MI 42,3 °É 0.30/23 + 0.09/77 0.15/46 0.01/ >300
Toronto, Ontario 43,6 °É 0.29/24 0.08/86 0.14/49 0.01/ > 30 0
Minneapolis, MN 45,0 °É 0.28/25 0.07/99 0.13/53 0.01/ > 30 0
Seattle, WA 47,6 °É 0.26/27 0.06/115 0.11/63 0.01/ >300
  • * Maximális napsugárzás felhő, pára, légszennyezés vagy árnyék nélkül a kitettség csökkentése érdekében, függetlenül a helyszín magasságától.
  • † 254 nm-en egységnyire normalizált vírusinaktivációs hatásspektrum segítségével kaptuk (30).
  • ‡ Módszertan: A kiválasztott helyeken az év meghatározott időszakaiban a napi maximális napsugárzási UVB-fluencia értékeket az 1. és 2. táblázat tartalmazza az előző cikkben, amely az influenza szoláris UVB általi inaktiválásáról szól (34). A teljes napi UVB sugárzás 35%-a osztva 120 perccel a déli UVB fluxust J m −2 perc −1 értékben a 2. és 3. táblázatban szereplő helyeken és időpontokban.
  • § Az UVB sugárzás D10 A SARS-CoV-2 inaktiválásához 90% (10%-os túlélés) 6,9 J m-2-re becsülték.
  • ∥ A "+" azt jelenti, hogy ideális körülmények között a nap UV-sugárzása 99%-ban (1%-os túlélés) inaktiválhatja a SARS-CoV-2-t 2 órás periódus alatt, dél körül. Négyszer a D10 azért választották, hogy figyelembe vegyék a vírust körülvevő védőelemek miatti valószínű kétfázisú inaktivációt.
  • ¶ Az aláhúzott értékek azt jelzik, hogy a szoláris UVB valószínűleg nem elegendő a SARS-CoV-2 90%-os inaktiválásához (10%-os túlélés) a dél körüli kétórás időszakban.

A 3. táblázat bemutatja a germicid szoláris fluxus értékeket és az ebből eredő SARS-CoV-2 inaktivációt más kontinensek népes nagyvárosaiban. A 2. és 3. táblázatban szereplő értékek egyértelműen azt mutatják, hogy a napfénynek kitett környezetben a SARS-CoV-2 eltérően inaktiválódik a különböző városokban és az év különböző időszakaiban. Például a téli napfordulókor (december, az északi féltekén), éppen a COVID-19 világjárvány kezdetén, a teljes déli napfénynek kitett vírus legalább 90%-kal csökkenne (1 log10) 22 perc alatt Mexikóvárosban, és elegendő csíraölő napsugárzást kap a vírus 99%-ának inaktiválásához, amint azt a (+) jel mutatja a 3. táblázatban. A SARS-CoV-2 90%-os inaktiválása decemberben sokkal hosszabb ideig tartott. Sanghajban (99 perc) és Kairóban (86 perc). A 3. táblázatban felsorolt ​​európai városokban (ahol a COVID-19 súlyos volt) télen (decemberben) csaknem teljes vírusperzisztenciának kell lennie. Természetesen ugyanez a tendencia érvényes a déli féltekére is, ahol a tél júniusban kezdődik, és a SARS-CoV-2 90%-át 41 percen belül inaktiválni kell Sao Pabloban (Brazília), de nem a 2 órás napsugárzási perióduson belül Buenos Airesben. (Argentína) vagy Sydney (Ausztrália) a közelgő téli szezonban.

Város Szélességi kör Nap virucid UV fluxus (J/m 2 254 2 /perc) ‡ ‡ Módszertan: A kiválasztott helyeken az év meghatározott időszakaiban a maximális napi UVB sugárzási értékeket az 1. és 2. táblázat tartalmazza az előző cikkben, amely az influenza szoláris UVB általi előrejelzett inaktiválásáról szól (34). A teljes napi UVB sugárzás 35%-a osztva 120 perccel a déli UVB fluxust J m −2 perc −1 értékben a 2. és 3. táblázatban szereplő helyeken és időpontokban.
/A 90%-os fertőzőképesség csökkenés ideje (perc) § § Az UVB sugárzás D10 A SARS-CoV-2 inaktiválásához 90% (10%-os túlélés) 6,9 J m-2-re becsülték.
Nyári napforduló Napéjegyenlőség Téli napforduló
Tavaszi Esik
Közép- és Dél-Amerika
Bogota, Kolumbia 4,6 °É 0,64 # # A 0,62 feletti fluxusértékek valószínűleg alulbecsültek. Ezért a 90%-os és 99%-os inaktiválási idő valószínűleg túlbecsült.
/11+ ∥ ∥ Ideális körülmények között a szoláris UV 99%-ban (1%-os túlélés) inaktiválhatja a SARS-CoV-2-t 2 órás periódus alatt, dél körül. Négyszer a D10 azért választották, hogy figyelembe vegyék a vírust körülvevő védőelemek miatti valószínű kétfázisú inaktivációt.
0.64/11+ 0.64/11+ 0.64/11+
Mexikóváros, Mexikó 19,5 °é 0.64/11+ 0.62/11+ 0.62/11+ 0.31/22+
São Paulo, Brazília 23,3 °D 0.55/13+ 0.40/17+ 0.48/14+ 0.17/41
Buenos Aires, Argentína 34,6 °D 0.37/19+ 0.17/41 0.24/29 0.04/ 172 ¶ ¶ Az aláhúzott értékek azt jelzik, hogy a szoláris UVB valószínűleg nem elegendő a SARS-CoV-2 90%-os inaktiválásához (10%-os túlélés) a dél körüli kétórás időszakban.
Európa
Barcelona, ​​Spanyolország 41,4 °É 0.31/22+ 0.10/69 0.16/43 0.01 />300
Párizs, Franciaország 48,9 °É 0.25/28+ 0.05/ 138 ¶ ¶ Az aláhúzott értékek azt jelzik, hogy a szoláris UVB valószínűleg nem elegendő a SARS-CoV-2 90%-os inaktiválásához (10%-os túlélés) a dél körüli kétórás időszakban.
0.10/69 0.00 />300
London, Egyesült Királyság 51,5 °é 0.23/30 0.04/ 173 0.09/77 0.00 />300
Moszkva, Oroszország 55,7 °É 0.20/34 0.03 / 230 0.07/99 0.00 />300
Közel-Kelet
Bagdad, Irak 33,3 °É 0.39/18+ 0.19/36 0.26/27+ 0.05/ 138
Teherán, Irán 35,7 °É 0.36/19+ 0.16/43 0.23/30 0.04/ 172
Isztanbul, Törökország 41,0 °É 0.31/22+ 0.10/69 0.16/43 0.02 />300
Afrika
Kinshasa, Kongó 4,3 °D 0.64/11+ 0.64/11+ 0.64/11+ 0.64/11+
Lagos, Nigéria 6,4 °É 0.64/11+ 0.64/11+ 0.64/11+ 0.64/11+
Kartúm, Szudán 15,6 °é 0.64/11+ 0.64/11+ 0.64/11+ 0.32/22+
Kairó, Egyiptom 30,0 °É 0.43/16+ 0.25/28+ 0.32/22+ 0.08/86
Ázsia
Mumbai (Bombay), India 19,0 °é 0.64/11+ 0.62/11+ 0.62/11+ 0.32/22+
Shanghai, Kína 31,2 °É 0.42/16+ 0.22/31 0.31/22+ 0.07/99
Szöul, Koreai Köztársaság 33,5 °É 0.38/18+ 0.19/36 0.26/27+ 0.05/ 138
Tokió, Japán 35,7 °É 0.36/20+ 0.16/43 0.23/30 0.04/ 172
Ausztrália
Sydney, Ausztrália 33,9 °D 0.38/18+ 0.18/38 0.26/27+ 0.05/ 138
  • * Maximális napsugárzás felhő, köd, légszennyezés vagy árnyék nélkül az expozíció csökkentése érdekében, függetlenül a helyszín magasságától.
  • † 254 nm-en egységnyire normalizált vírusinaktivációs hatásspektrum segítségével kaptuk (30).
  • ‡ Módszertan: A kiválasztott helyeken az év meghatározott időszakaiban a maximális napi UVB sugárzási értékeket az 1. és 2. táblázat tartalmazza az előző cikkben, amely az influenza szoláris UVB általi előrejelzett inaktiválásáról szól (34). A teljes napi UVB sugárzás 35%-a osztva 120 perccel a déli UVB fluxust J m −2 perc −1 értékben a 2. és 3. táblázatban szereplő helyeken és időpontokban.
  • § Az UVB sugárzás D10 A SARS-CoV-2 inaktiválásához 90% (10%-os túlélés) 6,9 J m-2-re becsülték.
  • ∥ Ideális körülmények között a szoláris UV 99%-ban (1%-os túlélés) inaktiválhatja a SARS-CoV-2-t 2 órás periódus alatt, dél körül. Négyszer a D10 azért választották, hogy figyelembe vegyék a vírust körülvevő védőelemek miatti valószínű kétfázisú inaktivációt.
  • ¶ Az aláhúzott értékek azt jelzik, hogy a szoláris UVB valószínűleg nem elegendő a SARS-CoV-2 90%-os inaktiválásához (10%-os túlélés) a dél körüli kétórás időszakban.
  • # A 0,62 feletti fluxusértékek valószínűleg alulbecsültek. Ezért a 90%-os és 99%-os inaktiválási idő valószínűleg túlbecsült.

A vírus által kapott UV sugarak hozzávetőleges dózisának kiszámítása - Biológia

Az MDPI által közzétett összes cikk nyílt hozzáférésű licenc alatt azonnal elérhetővé válik világszerte. Nincs szükség külön engedélyre az MDPI által közzétett cikk egészének vagy egy részének újrafelhasználásához, beleértve az ábrákat és táblázatokat is. A nyílt hozzáférésű Creative Common CC BY licenc alatt közzétett cikkek esetében a cikk bármely része engedély nélkül újrafelhasználható, feltéve, hogy az eredeti cikkre egyértelműen hivatkoznak.

A Feature Papers a legfejlettebb kutatást képviseli, amely jelentős potenciállal rendelkezik a területen. A kiemelt tanulmányokat a tudományos szerkesztők egyéni felhívására vagy ajánlására nyújtják be, és a publikálás előtt szakértői értékelésen esnek át.

A Feature Paper lehet egy eredeti kutatási cikk, egy jelentős, újszerű kutatási tanulmány, amely gyakran több technikát vagy megközelítést is magában foglal, vagy egy átfogó áttekintő dokumentum, amely tömör és pontos frissítéseket tartalmaz a terület legújabb előrehaladásáról, és szisztematikusan áttekinti a tudományos legizgalmasabb fejleményeket. irodalom. Ez a fajta papír kitekintést nyújt a jövőbeli kutatási irányokra vagy lehetséges alkalmazásokra.

Az Editor’s Choice cikkek a világ minden tájáról származó MDPI folyóiratok tudományos szerkesztőinek ajánlásain alapulnak. A szerkesztők kiválasztanak néhány, a folyóiratban nemrég megjelent cikket, amelyekről úgy vélik, hogy különösen érdekesek lesznek a szerzők számára, vagy fontosak lesznek ezen a területen. A cél az, hogy pillanatképet adjunk a folyóirat különböző kutatási területein megjelent legizgalmasabb munkákról.


Dózis-válasz összefüggés

Ebben a részben a kezelés interakciójának statisztikai meghatározását tárgyaljuk, amikor sejt/organizmus túlélési kísérleteket végeznek különböző dózisok alkalmazásával. Kétféle elemzést mutatunk be: (a) modell nélküli statisztikai meghatározás, amikor az egyéni és kombinációs kezelésekkel végzett túlélési kísérleteket párhuzamosan adagolják, és (b) a kétváltozós dózis-válasz összefüggés becslése bármely dóziskészlettel.

A szinergia modell nélküli statisztikai meghatározása

Ezt a módszert eredetileg Webb [5] javasolta, és általában töredékes szorzatmódszernek nevezik [1]. Az ötlet az, hogy a kombinációs csoport SF-jét hasonlítsa össze a két egyágens csoportból származó SF-ek szorzataként számított SF-vel. Bár az ötlet egyértelmű, szigorú statisztikai modellt vagy statisztikai tesztet nem dolgoztak ki a szinergia vizsgálatára. Például [33] javasolja a béta-slope koefficiens becslését az SF lineáris regressziójában a kombinációs csoportban az egyszeres kezelési csoportokból származó SF-ek szorzatára. Ennek a megközelítésnek azonban számos korlátja van: (i) nem felel meg a normál eloszlási feltételezésnek, mivel az SF a 0 és 1 közötti tartományban van, (ii) azt feltételezi, hogy az egyágens SF-k nem változnak ( rögzített), de a kombinációs csoportból származó SF igen, (iii) nincs statisztikai teszt a Bliss függetlenségi hipotézishez H0: β = 1 lett kifejlesztve. Ezzel szemben az alábbiakban ismertetett statisztikai módszerek megfelelnek a normál eloszlásnak, mivel az SF analízisét log skálán végzik, és a Bliss-függetlenség szigorú statisztikai tesztjeit dolgozták ki a különböző vizsgálati tervekhez.

Javasoljuk a Bliss-függetlenség tesztelését egy lineáris modell elméletének alkalmazásával, amely hasonló, de nem ekvivalens a fent tárgyalt ANOVA modellhez. Itt kétféle tervezést vizsgálunk: a hiányos és a teljes páros tervezést. Hiányos tervezés esetén az egyéni és a kombinált kezeléseknél ugyanannyi adagot alkalmaznak. A teljes tervezésnél a kezelések összes páros kombinációjára van szükség. A szinergia modell nélküli statisztikai meghatározásának előnye, hogy nincs szükség dózis-válasz összefüggésre, de a kombinált kezelésekkel végzett kísérleteket az egyéni kezeléssel azonos koncentrációkkal kell beépíteni. Bár az alábbiakban ismertetett modellek nem számolnak be egy érintett kontrollcsoporttal, általánosításuk egyszerű az előző szakaszban leírtak szerint.

Hiányos páros kialakítás.

Hadd SAi és SKettős legyenek a sejtek SF-ei a énkísérlet a dózissal dAi a kábítószer A és adagoljuk dKettős a kábítószer B számára én = 1, 2, . n. Hadd SDi legyen az SF a énth kísérlet, amikor a kábítószer A és B adagokkal kombinálják (dAi, dKettős). Ha a kábítószerek egymástól függetlenül hatnak SAi + ln SKettős és ln SDi közel kell lennie. A különbség tesztelésére a következő statisztikai modellt javasoljuk multiplikatív hibaséma szerint. Jelöli xén = ln SAi, yén = ln SKettős, és zén = ln SDi és hadd hol μén és τén a csoportok valódi SF-jei A és B a log skálán, és εén, ζén, ηén független és azonosan normális eloszlású hibatagok, nulla átlaggal és állandó varianciával. Paraméter δ érdekli: ha δ = 0, a gyógyszerek önállóan hatnak, ha δ < 0, szinergiánk van, ha δ > 0, antagonizmusunk van. A nullhipotézis tesztelésére H0: δ = 0 a különbséget vesszük zén − (xén + yén), és becsülje meg a delta-paramétert, ahol az oszlop az átlagot jelöli. A páros t- tesztelj vele n − 1 szabadságfokot használunk a nullhipotézis tesztelésére. Vegye figyelembe, hogy a hagyományos (nem párosított) t-teszt az összehasonlításhoz zén val vel xén + yén itt nem megfelelő, mert ezeknek a megfigyeléseknek/méréseknek eszközei vannak én mert az SF a dózistól függ.

Példaként ezt a tesztet a [34] adataival illusztráljuk. Ezeknél az adatoknál a delta-paraméter becslése 1,64, ami azt jelzi, hogy a gyógyszerek között antagonizmus van kétoldalú p = 6.43 × 10 −7 .

Teljes páros kialakítás.

Ebben a kialakításban a gyógyszerek egyidejű alkalmazását minden dózispárnál végezzük. Hadd SAi legyen a sejtek SF-je a énkísérlet a dózissal dAi a kábítószer A ahol én = 1, 2, …, nA. Hasonlóképpen hagyjuk SBj legyen az SF a jgyógyszerkísérlet B adaggal dBj, ahol j = 1, 2, …, nB. Feltételezhető, hogy in nAnB kísérletek (csoport D), a gyógyszereket kombinációban adják (dAi, dBj), és az SF-t eredményezi SDij. A Bliss-függetlenség szerint össze kell hasonlítanunk az ln értékeket SAi + ln SBj ln-vel SDij. Az előző modellhez hasonlóan egy multiplikatív hibasémát tételezünk fel xén = ln SAi, yj = ln SBj, és zij = ln SDij, hol hol μén és τj ismeretlenek és az SF becslés tárgyát képezik, δ az érdekes paraméter, és εén, ζj, és ηij hibatagok, függetlennek tekintendők, és azonosan normális eloszlásúak, nulla átlaggal és állandó varianciával σ 2. Kábítószer A és B függetlenek, ha δ = 0. A gyógyszerek szinergikusak, ha δ < 0 és antagonista ha δ > 0. Az előző modellekhez hasonlóan a hipotézis tesztelése δ csökkenti a t-eloszlás a tesztstatisztikával, ahol az összevont variancia és nA + nB + nAnB − 3 a szabadságfok.

A gyógyszer koncentrációjának megválasztása

Fontos a megfelelő dóziskészlet kiválasztása a kísérletek elvégzéséhez, amikor a dózis-válasz összefüggést becsülik, vagy amikor a szinergiát statisztikai eszközökkel tesztelik. A [29]-ben egy egyszerű szabályt dolgoztak ki az egyéni dózis-válasz görbék becslésére, hogy optimálisan válasszák ki a mortalitást (vagy az SF-t) 0,122-re és 0,878-ra csökkentő gyógyszerkoncentrációkat, amelyek a logisztikus válasz görbe sarkalatos pontjai.

A szinergia kimutatására szolgáló optimális gyógyszerkoncentráció kiválasztásakor emlékeznünk kell arra, hogy a gyógyszerkölcsönhatás nullhipotézise szerint az SF az egyes SF-ek terméke. A termék optimális statisztikai azonosítása (pl p-érték minimális), amikor a variancia maximális. Ha az SF-eket Bernoulli valószínűségi változókból (élő/halott) számítjuk ki két gyógyszerre x és Y, maximalizálni szeretnénk var(XY) ahol Pr(x = 1) = SA és Pr(Y = 1) = SB. Az optimális választás az, amikor SASB = 0,5. Példaként javasoljuk a 0,4, 0,5 és 0,6 termékhez vezető gyógyszerkombinációkat, amelyek a következő egyedi SF-ek használatával érhetők el: 0,6, 0,7 és 0,77, vagy ezek kombinációja, a vizsgálat méretétől függően.

A két gyógyszeres kopula mortalitási függvény

A fenti elemzésben a szinergia statisztikai tesztelésével foglalkoztunk. De ha szinergiát észlelünk, hogyan jósolhatjuk meg a halálozás valószínűségét két szinergikus kezelés mellett? A válasz a két gyógyszer dózis-válasz függvényén alapul. A válaszfelületi módszertan részeként számos két gyógyszer dózis-válasz összefüggést javasoltak [1], de egyik sem felel meg az alábbiakban megfogalmazott tulajdonságoknak. A legtöbb kapcsolat a CI-vel, nem pedig a Bliss-függetlenséggel kapcsolatban alakult ki, mint például [14], lásd az áttekintéseket [2] és [35]. Számos szerző a kölcsönhatást a gyógyszerkoncentrációk szorzatával hozta összefüggésbe, ahogyan azt a lineáris modell keretrendszerében szokás [36] használni, de ennek indoklása hiányzik. Tipikus példa egy ad hoc A dózis-válasz modell [37] egy másodfokú polinom, és mint ilyen lehet negatív és/vagy nem a dóziskoncentráció növekvő függvénye.

E munka célja egy újszerű, szigorú kétdrog kopula mortalitási függvény bemutatása M(dA, dB), amely megfelel a következő tulajdonságoknak:

  1. Rönk méretarány: Modell M log skálán fejeződik ki (azaz a gyógyszerkoncentrációk ln-ként lépnek be a modellbe dA és ln dB).
  2. Egyszeres öröklődés a másik gyógyszer hiányában, a kétágens kopula modell összeomlik egy gyógyszeres modellé, MA(dA), vagy M(dA, 0) = MA(dA), a gyógyszer mortalitási függvénye A egyedül alkalmazzák. Hasonlóképpen ezt is megköveteljük M(0, dB) = MB(dB), a gyógyszer mortalitási függvénye B.
  3. Függetlenségi/szinergia paraméter: a modell paramétertől függ ρ, amely meghatározza a függetlenséget, a szinergiát vagy az antagonizmust, vagy még szigorúbban, (a) amikor ρ = 0 a modell összeomlik a Bliss függetlenségi modelljére M(dA, dB) = MA(dA) + MB(dB) − MA(dA)MB(dB), b) mikor ρ < 0 szinergiánk van M(dA, dB) > MA(dA) + MB(dB) − MA(dA)MB(dB), és (c) mikor ρ > 0 ellentétünk van, azaz. M(dA, dB) < MA(dA) + MB(dB) − MA(dA)MB(dB).

A két gyógyszeres modell leegyszerűsíti a függetlenség, a szinergia vagy az antagonizmus statisztikai meghatározását: becslés ρ ha a nullhipotézis H0: ρ = 0 nem utasítható el, különben boldogságfüggetlenséget követelünk, szinergiát vagy antagonizmust az előjeltől függően ρ. A korábban javasolt kétszeres dózis-hatás modellek egyike sem felel meg a fenti tulajdonságoknak. Ennek a fejezetnek a célja egy olyan új dózis-válasz függvénycsalád bemutatása, amely leírja a mortalitási hatást két gyógyszer jelenlétében (dA, dB) bármely adott egyetlen gyógyszeres modellre MA(dA) és MB(dB), és használja a szinergia statisztikai meghatározására.

Létrehozásunk alapja (a) annak felismerése, hogy a mortalitási függvény egy vagy több gyógyszerrel egy vagy több, a valószínűségszámításban rutinszerűen használt valószínűségi változó kumulatív eloszlásfüggvényeként (cdf) tekinthető, és (b) alkalmazható kopula egy kétágens mortalitási függvény megalkotásához a valószínűségelméletben marginális cdf-ként kezelt egyéni mortalitási függvények felhasználásával [38], [39], [40], [41]. Amint a függelékben (Támogató információk) látható, a két gyógyszeres kopula mortalitási függvényt a kétváltozós standard normál sűrűség és a korrelációs együttható kettős integrálja fejezi ki. ρ mint (11) ahol Φ a standard normál kumulatív eloszlásfüggvényt jelöli, Φ −1 pedig az inverzét és x = ln dA és y = ln dB a gyógyszerkoncentrációk a log skálán. Megmutattuk, hogy ez az integrál kifejezhető egyetlen integrállal. Valójában a mi megközelítésünk nem csupán egy két gyógyszeres funkciót határoz meg, hanem egy függvénycsaládot is az egy gyógyszeres modellek bármilyen kombinációjával, mint például Hill, probit vagy Weibull [30].

Korrelációs együttható ρ új értelmet kap a kopula mortalitási függvényünkben. Amikor ρ < 0, a gyógyszerek kiegészítik egymást, ezért az ölőhatás fokozódik. Fordítva, mikor ρ > 0 a gyilkos hatás csökken, ha a gyógyszereket egyidejűleg alkalmazzák. A következő tétel szélsőséges esetként határozza meg a mortalitás határait, amikor két gyógyszer teljesen antagonista vagy szinergikus. ρ megközelíti az 1-et vagy a −1-et.

A bizonyíték a Függelékben (Támogató információk) található. A teljes antagonizmus azt jelzi, hogy a gyógyszerek teljesen átfedő hatásúak, pl. amikor a gyógyszerek ugyanazt a sejtreceptor-készletet érintik, így a mortalitást a maximális dózis határozza meg. Teljes szinergia akkor jön létre, ha az érintett sejtreceptorok nem fedik át egymást, akkor az ízületi mortalitás az egyszeri mortalitások összege.

A két gyógyszeres kopula funkciót a 4. ábra szemlélteti a két gyógyszeres funkció (11) körvonalaival, ahol a mortalitás 50%-os szinten van. A Loewe additív megközelítésnek való megfelelés érdekében az egyetlen gyógyszeres mortalitási függvények ebben a példában ugyanazt a meredekséget mutatják. m és ezért létrejön a két gyógyszer funkciója. Pontosabban a drogokról A és B ugyanaz legyen m = 1, 2 de különbözik és EC50 = 0,5, ezért a Loewe-függetlenség egy szegmensként (fekete) van ábrázolva, amely összeköti a kettőt EC50s. Az a tény, hogy Loewe és Bliss függetlensége nem ekvivalens, jól ismert, és ebből a cselekményből is látszik (a fekete és a zöld vonal eltérő). Amikor m = 1 szinergiát túlbecsülünk, és az antagonizmust alábecsüljük a Loewe-függetlenség használatával, összehasonlítva a két gyógyszeres kopula modellünkből származó modellel, mivel a zöld kontúrvonal (ρ = 0) a fekete Loewe-szegmens alatt van. A bal alsó sarok a szinergiát, a jobb felső sarok pedig az antagonizmust ábrázolja. Ha a gyógyszerek kiegészítik egymást (ρ = -0,5), kisebb dózis is ugyanazt az 50%-os pusztulást eredményezheti, másrészt az 50%-os pusztulás eléréséhez nagyobb dózisok szükségesek. Másrészt, ha a gyógyszereknek átfedő hatása van (ρ = 0,5), ezért antagonisztikusak. A következtetések megváltoznak, ha a gyógyszerek erősebb hatással vannak a mortalitásra (m = 2): a kopula modell szerint szinergiát állíthatunk, míg a Loewe-megközelítés antagonizmust zár le (a zöld kontúrvonal a fekete Loewe-szegmens felett van).


Nézd meg a videót: . - WHO: Valós a világjárvány veszélye, de még kontrollálható a koronavírus terjedése (Lehet 2022).