Protein scaffold-based multimerization of soluble ACE2 efficiently blocks SARS-CoV-2 infection <i>in vitro</i> and <i>in vivo</i>
Notice bibliographique
Résumé
Abstract Soluble ACE2 (sACE2) decoy receptors are promising agents to inhibit SARS-CoV-2, as their efficiency is less likely to be affected by common escape mutations in viral proteins. However, their success may be limited by their relatively poor potency. To address this challenge, we developed a large decoy library of sACE2 fusion proteins, generated with several protease inhibitors or multimerization tags. Among these decoys, multimeric sACE2 consisting of SunTag or MoonTag systems, which were originally utilized for signal amplification or gene activation systems, were extremely effective in neutralizing SARS-CoV-2 in pseudoviral systems and in clinical isolates. These novel sACE2 fusion proteins exhibited greater than 100-fold SARS-CoV-2 neutralization efficiency, compared to monomeric sACE2. SunTag or MoonTag in combination with a more potent version of sACE2, which has multiple point mutations for greater binding (v1), achieved near complete neutralization at a sub-nanomolar range, comparable with clinical monoclonal antibodies. Pseudoviruses bearing mutant versions of Spike, alpha, beta, gamma or delta variants, were also neutralized efficiently with SunTag or MoonTag fused sACE2(v1). Finally, therapeutic treatment of sACE2(v1)-MoonTag provided protection against SARS-CoV-2 infection in an in vivo mouse model. Overall, we suggest that the superior activity of the sACE2-SunTag or sACE2-MoonTag fusions is due to the greater occupancy of the multimeric sACE2 receptors on Spike protein as compared to monomeric sACE2. Therefore, these highly potent multimeric sACE2 decoy receptors may offer a promising treatment approach against SARS-CoV-2 infections. One Sentence Summary Multimerization of sACE2 markedly enhanced the neutralization of SARS-CoV-2 by blocking multiple viral spike proteins simultaneously.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».