Small molecule therapeutics for COVID-19: repurposing of inhaled furosemide
Notice bibliographique
Résumé
The novel coronavirus SARS-CoV-2 has become a global health concern. The morbidity and mortality of the potentially lethal infection caused by this virus arise from the initial viral infection and the subsequent host inflammatory response. The latter may lead to excessive release of pro-inflammatory cytokines, IL-6 and IL-8, as well as TNF-α ultimately culminating in hypercytokinemia ("cytokine storm"). To address this immuno-inflammatory pathogenesis, multiple clinical trials have been proposed to evaluate anti-inflammatory biologic therapies targeting specific cytokines. However, despite the obvious clinical utility of such biologics, their specific applicability to COVID-19 has multiple drawbacks, including they target only one of the multiple cytokines involved in COVID-19's immunopathy. Therefore, we set out to identify a small molecule with broad-spectrum anti-inflammatory mechanism of action targeting multiple cytokines of innate immunity. In this study, a library of small molecules endogenous to the human body was assembled, subjected to in silico molecular docking simulations and a focused in vitro screen to identify anti-pro-inflammatory activity via interleukin inhibition. This has enabled us to identify the loop diuretic furosemide as a candidate molecule. To pre-clinically evaluate furosemide as a putative COVID-19 therapeutic, we studied its anti-inflammatory activity on RAW264.7, THP-1 and SIM-A9 cell lines stimulated by lipopolysaccharide (LPS). Upon treatment with furosemide, LPS-induced production of pro-inflammatory cytokines was reduced, indicating that furosemide suppresses the M1 polarization, including IL-6 and TNF-α release. In addition, we found that furosemide promotes the production of anti-inflammatory cytokine products (IL-1RA, arginase), indicating M2 polarization. Accordingly, we conclude that furosemide is a reasonably potent inhibitor of IL-6 and TNF-α that is also safe, inexpensive and well-studied. Our pre-clinical data suggest that it may be a candidate for repurposing as an inhaled therapy against COVID-19.
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 | 0,056 |
| 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 | 0,000 |
| 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 ».