MétaCan
Menu
← Retour à la cohorte
Enregistrement W3191665900 · doi:10.1101/2021.08.06.455424

Small-molecule ligands can inhibit −1 programmed ribosomal frameshifting in a broad spectrum of coronaviruses

2021· preprint· en· W3191665900 sur OpenAlexafffund
Sneha Munshi, Krishna Neupane, Sandaru M. Ileperuma, Matthew Halma, Jamie A. Kelly, Clarissa Halpern, Jonathan D. Dinman, Sarah Loerch, Michael T. Woodside

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Research Council CanadaNational Institutes of HealthCanadian Institutes of Health ResearchAlberta Innovates
Mots-clésFrameshift mutationTranslational frameshiftBiologyVirologyCoronavirusSmall moleculeComputational biologyGeneticsCoronavirus disease 2019 (COVID-19)MutationGeneMedicine

Résumé

récupéré en direct d'OpenAlex

Recurrent outbreaks of novel zoonotic coronavirus (CoV) diseases since 2000 have high-lighted the importance of developing therapeutics with broad-spectrum activity against CoVs. Because all CoVs use −1 programmed ribosomal frameshifting (−1 PRF) to control expression of key viral proteins, the frameshift signal in viral mRNA that stimulates −1 PRF provides a promising potential target for such therapeutics. To test the viability of this strategy, we explored a group of 6 small-molecule ligands, evaluating their activity against the frameshift signals from a panel of representative bat CoVs—the most likely source of future zoonoses—as well as SARS-CoV-2 and MERS-CoV. We found that whereas some ligands had notable activity against only a few of the frameshift signals, the serine protease inhibitor nafamostat suppressed −1 PRF significantly in several of them, while having limited to no effect on −1 PRF caused by frameshift signals from other viruses used as negative controls. These results suggest it is possible to find small-molecule ligands that inhibit −1 PRF specifically in a broad spectrum of CoVs, establishing the frameshift signal as a viable target for developing pan-coronaviral therapeutics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,222
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetRNA and protein synthesis mechanisms→Travaux en français237 207→