QX
Qing Xiong
Author with expertise in Coronavirus Disease 2019 Research
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
7
(29% Open Access)
Cited by:
14
h-index:
15
/
i10-index:
19
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
2k

Close relatives of MERS-CoV in bats use ACE2 as their functional receptors

Qing Xiong et al.Jan 25, 2022
Summary Middle East Respiratory Syndrome coronavirus (MERS-CoV) and several bat coronaviruses employ Dipeptidyl peptidase-4 (DPP4) as their functional receptors 1–4 . However, the receptor for NeoCoV, the closest MERS-CoV relative yet discovered in bats, remains enigmatic 5 . In this study, we unexpectedly found that NeoCoV and its close relative, PDF-2180-CoV, can efficiently use some types of bat Angiotensin-converting enzyme 2 (ACE2) and, less favorably, human ACE2 for entry. The two viruses use their spikes’ S1 subunit carboxyl-terminal domains (S1-CTD) for high-affinity and species-specific ACE2 binding. Cryo-electron microscopy analysis revealed a novel coronavirus-ACE2 binding interface and a protein-glycan interaction, distinct from other known ACE2-using viruses. We identified a molecular determinant close to the viral binding interface that restricts human ACE2 from supporting NeoCoV infection, especially around residue Asp338. Conversely, NeoCoV efficiently infects human ACE2 expressing cells after a T510F mutation on the receptor-binding motif (RBM). Notably, the infection could not be cross-neutralized by antibodies targeting SARS-CoV-2 or MERS-CoV. Our study demonstrates the first case of ACE2 usage in MERS-related viruses, shedding light on a potential bio-safety threat of the human emergence of an ACE2 using “MERS-CoV-2” with both high fatality and transmission rate.
2k
Citation14
0
Save
4

Identification of ACE2 as the Entry Receptor for Two Novel European Bat Merbecoviruses

Chengbao Ma et al.Jan 1, 2023
The unknown identity of the entry receptors utilized by many coronaviruses has significantly impeded our comprehensive understanding of these important pathogens. We recently reported an unexpected usage of angiotensin-converting enzyme 2 (ACE2), instead of Dipeptidyl peptidase-4 (DPP4), for cellular entry by NeoCoV and PDF-2180, close relatives of MERS-CoV that infect African bats. However, the presence and distribution of other ACE2-using merbecoviruses remain enigmatic. In this study, through sequence and structural analyses, we predicted that two newly discovered merbecoviruses infecting European Pipistrellus bats (Pipistrellus nathusii), namely MOW-15-22 and PnNL2018B, may also utilize ACE2 as their receptors. Functional profiling of 103 ACE2 orthologues from a variety of mammals confirmed that several ACE2 from bats efficiently facilitate the entry of MOW-15-22 and PnNL2018B. Conversely, no binding or entry signals for both viruses were detected when assessing seven DPP4 orthologues from humans, hedgehogs, and bats. Characterization of Pteronotus davyi (P.dav) ACE2 mediated entry of MOW-15-22 reveals a significant exogenous protease dependence, which can be dose-dependently neutralized by soluble P.dav ACE2 recombinant protein and a broadly neutralizing S2-targeting antibody. Verification of the previously reported critical ACE2 determinants for NeoCoV recognition reveals that MOW-15-22 and PnNL2018B displayed a glycan-independent binding mode with significantly altered interaction details. This study sheds light on two additional ACE2-using merbecoviruses circulating among European bats and underscores the potential zoonotic risk associated with these viruses.
0

Integrated DC arc model and DC arc detection approach based on K‐line diagram and spectrum integral difference

Qing Xiong et al.Jan 1, 2025
Abstract In the low voltage direct current (LVDC) systems, the occurrence of DC series arc faults poses a significant threat to the safe operation of the system. This paper develops an accurate arc model for the arc fault simulation. The proposed arc model consists the steady‐state impedance, high frequency characteristics, and dynamic characteristics of the arc. Additionally, this paper proposes an arc detection algorithm combining the K‐line diagram and the spectrum integral difference of the arc current in the LVDC systems. This algorithm can identify four circuit states: normal operation, arc fault, switching action, and load mutation, which addresses the challenge of arc fault detection in complex working conditions. The STM32F407 microcontroller is utilized to design a DC series arc fault detector. Online detection tests demonstrate that the arc faults can be accurately detected and isolated within 37 ms, meeting the requirement of the UL1699B standard, with an accuracy rate of 99.33%. These achievements not only enhance the safety of the LVDC systems but also provide valuable references for the development of arc fault detection technology.