Structure, Mechanism and Crystallographic fragment screening of the SARS-CoV-2 NSP13 helicase
Notice bibliographique
Résumé
Abstract The global COVID-19 pandemic is caused by the SARS-CoV-2 virus and has infected over 100 million and caused over 2 million fatalities worldwide at the point of writing. There is currently a lack of effective drugs to treat people infected with SARS-CoV-2. The SARS-CoV-2 Non-structural protein 13 (NSP13) is a superfamily1B helicase that has been identified as a possible target for anti-viral drugs due to its high sequence conservation and essential role in viral replication. In this study we present crystal structures of SARS-CoV-2 NSP13 solved in the APO form and in the presence of both phosphate and the non-hydrolysable ATP analogue (AMP-PNP). Comparisons of these structures reveal details of global and local conformational changes that are induced by nucleotide binding and hydrolysis and provide insights into the helicase mechanism and possible modes of inhibition. Structural analysis reveals two pockets on NSP13 that are classified as “druggable” and include one of the most conserved sites in the entire SARS-CoV-2 proteome. To identify possible starting points for anti-viral drug development we have performed a crystallographic fragment screen against SARS-CoV-2 NSP13 helicase. The fragment screen reveals 65 fragment hits across 52 datasets, with hot spots in pockets predicted to be of functional importance, including the druggable nucleotide and nucleic acid binding sites, opening the way to structure guided development of novel antiviral agents.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».