Novel Coronavirus Polymerase and Nucleotidyl-Transferase Structures: Potential to Target New Outbreaks
Notice bibliographique
Résumé
The pandemic outbreak of a new coronavirus (CoV), SARS-CoV-2, has captured the world's attention, demonstrating that CoVs represent a continuous global threat. As this is a highly contagious virus, it is imperative to understand RNA-dependent-RNA-polymerase (RdRp), the key component in virus replication. Although the SARS-CoV-2 genome shares 80% sequence identity with severe acute respiratory syndrome SARS-CoV, their RdRps and nucleotidyl-transferases (NiRAN) share 98.1% and 93.2% identity, respectively. Sequence alignment of six coronaviruses demonstrated higher identity among their RdRps (60.9%-98.1%) and lower identity among their Spike proteins (27%-77%). Thus, a 3D structural model of RdRp, NiRAN, non-structural protein 7 (nsp7), and nsp8 of SARS-CoV-2 was generated by modeling starting from the SARS counterpart structures. Furthermore, we demonstrate the binding poses of three viral RdRp inhibitors (Galidesivir, Favipiravir, and Penciclovir), which were recently reported to have clinical significance for SARS-CoV-2. The network of interactions established by these drug molecules affirms their efficacy to inhibit viral RNA replication and provides an insight into their structure-based rational optimization for SARS-CoV-2 inhibition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».