Inhibition of HECT E3 ligases as potential therapy for COVID-19
Notice bibliographique
Résumé
SARS-CoV-2 is responsible for the ongoing world-wide pandemic which has already taken more than two million lives. Effective treatments are urgently needed. The enzymatic activity of the HECT-E3 ligase family members has been implicated in the cell egression phase of deadly RNA viruses such as Ebola through direct interaction of its VP40 Protein. Here we report that HECT-E3 ligase family members such as NEDD4 and WWP1 interact with and ubiquitylate the SARS-CoV-2 Spike protein. Furthermore, we find that HECT family members are overexpressed in primary samples derived from COVID-19 infected patients and COVID-19 mouse models. Importantly, rare germline activating variants in the NEDD4 and WWP1 genes are associated with severe COVID-19 cases. Critically, I3C, a natural NEDD4 and WWP1 inhibitor from Brassicaceae, displays potent antiviral effects and inhibits viral egression. In conclusion, we identify the HECT family members of E3 ligases as likely novel biomarkers for COVID-19, as well as new potential targets of therapeutic strategy easily testable in clinical trials in view of the established well-tolerated nature of the Brassicaceae natural compounds.
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 | 0,000 |
| 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 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 ».