Losartan Inhibits SARS-CoV-2 Replication in Vitro
Notice bibliographique
Résumé
PURPOSE: SARS-CoV-2 infection is associated with substantial mortality and high morbidity. This study tested the effect of angiotensin II type I receptor blocker, losartan, on SARS-CoV-2 replication and inhibition of the papain-like protease of the virus. METHODS: The dose-dependent inhibitory effect of losartan, in concentrations from 1μM to 100μM as determined by quantitative cell analysis combining fluorescence microscopy, image processing, and cellular measurements (Cellomics analysis) on SARS-CoV-2 replication was investigated in Vero E6 cells. The impact of losartan on deubiquitination and deISGylation of SARS-CoV-2 papain-like protease (PLpro) were also evaluated. Results: Losartan reduced PLpro cleavage of tetraUbiquitin to diUbiquitin. It was less effective in inhibiting PLpro's cleavage of ISG15-AMC than Ubiquitin-AMC. To determine if losartan inhibited SARS-CoV-2 replication, losartan treatment of SARS-CoV-2 infected Vero E6 was examined. Losartan treatment one hour prior to SARS-CoV-2 infection reduced levels of SARS-CoV-2 nuclear protein, an indicator of virus replication, by 80% and treatment one-hour post-infection decreased viral replication by 70%. CONCLUSION: Losartan was not an effective inhibitor of deubiquitinase or deISGylase activity of the PLpro but affected the SARS-CoV-2 replication of Vero E6 cells in vitro. As losartan has a favorable safety profile and is currently available it has features necessary for efficacious drug repurposing and treatment of 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) | 0,000 | 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 | 0,001 |
| 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 ».