MicroRNA Mimics or Inhibitors as Antiviral Therapeutic Approaches Against COVID-19
Notice bibliographique
Résumé
Coronaviruses, such as severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) responsible for the coronavirus disease 2019 (COVID-19) pandemic, present a significant threat to human health by inflicting a wide variety of health complications and even death. While conventional therapeutics often involve administering small molecules to fight viral infections, small non-coding RNA sequences, known as microRNAs (miRNAs/miR-), may present a novel antiviral strategy. We can take advantage of their ability to modulate host-virus interactions through mediating RNA degradation or translational inhibition. Investigations into miRNA and SARS-CoV-2 interactions can reveal novel therapeutic approaches against this virus. The viral genomes of SARS-CoV-2, severe acute respiratory syndrome coronavirus (SARS-CoV), and Middle East respiratory syndrome coronavirus (MERS-CoV) were searched using the Nucleotide Basic Local Alignment Search Tool (BLASTn) for highly similar sequences, to identify potential binding sites for miRNAs hypothesized to play a role in SARS-CoV-2 infection. miRNAs that target angiotensin-converting enzyme 2 (ACE2), the receptor used by SARS-CoV-2 and SARS-CoV for host cell entry, were also predicted. Several relevant miRNAs were identified, and their potential roles in regulating SARS-CoV-2 infections were further assessed. Current treatment options for SARS-CoV-2 are limited and have not generated sufficient evidence on safety and efficacy for treating COVID-19. Therefore, by investigating the interactions between miRNAs and SARS-CoV-2, miRNA-based antiviral therapies, including miRNA mimics and inhibitors, may be developed as an alternative strategy to fight 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 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) | 0,001 | 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) | 0,002 | 0,001 |
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 ».