Identification of lectin receptors for conserved SARS‐CoV‐2 glycosylation sites
Notice bibliographique
Résumé
New SARS-CoV-2 variants are continuously emerging with critical implications for therapies or vaccinations. The 22 N-glycan sites of Spike remain highly conserved among SARS-CoV-2 variants, opening an avenue for robust therapeutic intervention. Here we used a comprehensive library of mammalian carbohydrate-binding proteins (lectins) to probe critical sugar residues on the full-length trimeric Spike and the receptor binding domain (RBD) of SARS-CoV-2. Two lectins, Clec4g and CD209c, were identified to strongly bind to Spike. Clec4g and CD209c binding to Spike was dissected and visualized in real time and at single-molecule resolution using atomic force microscopy. 3D modelling showed that both lectins can bind to a glycan within the RBD-ACE2 interface and thus interferes with Spike binding to cell surfaces. Importantly, Clec4g and CD209c significantly reduced SARS-CoV-2 infections. These data report the first extensive map and 3D structural modelling of lectin-Spike interactions and uncovers candidate receptors involved in Spike binding and SARS-CoV-2 infections. The capacity of CLEC4G and mCD209c lectins to block SARS-CoV-2 viral entry holds promise for pan-variant therapeutic interventions.
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 | 0,001 |
| 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) | 0,000 | 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 ».