5-Iodotubercidin inhibits SARS-CoV-2 RNA synthesis
Notice bibliographique
Résumé
Coronavirus disease 2019 (COVID-19) is a newly emerged infectious disease caused by a novel coronavirus, the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). The rapid global emergence of SARS-CoV-2 highlights the importance and urgency for potential drugs to control the pandemic. The functional importance of RNA-dependent RNA polymerase (RdRp) in the viral life cycle, combined with structural conservation and absence of closely related homologs in humans, makes it an attractive target for designing antiviral drugs. Nucleos(t)ide analogs (NAs) are still the most promising broad-spectrum class of viral RdRp inhibitors. In this study, using our previously developed cell-based SARS-CoV-2 RdRp report system, we screened 134 compounds in the Selleckchemicals NAs library. Four candidate compounds, Fludarabine Phosphate, Fludarabine, 6-Thio-20-Deoxyguanosine (6-Thio-dG), and 5-Iodotubercidin, exhibit remarkable potency in inhibiting SARS-CoV-2 RdRp. Among these four compounds, 5-Iodotubercidin exhibited the strongest inhibition upon SARS-CoV-2 RdRp, and was resistant to viral exoribonuclease activity, thus presenting the best antiviral activity against coronavirus from a different genus. Further study showed that the RdRp inhibitory activity of 5-Iodotubercidin is closely related to its capacity to inhibit adenosine kinase (ADK).
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».