MétaCan
Menu
Retour à la cohorte
Enregistrement W4224224822 · doi:10.1016/j.csbj.2022.04.010

Discovery of a new generation of angiotensin receptor blocking drugs: Receptor mechanisms and in silico binding to enzymes relevant to SARS-CoV-2

2022· article· en· W4224224822 sur OpenAlexaff
Harry Ridgway, Graham J. Moore, Thomas Mavromoustakos, Sotirios Tsiodras, Irene Ligielli, Konstantinos Kelaidonis, Christos T. Chasapis, Laura Kate Gadanec, Anthony Zulli, Vasso Apostolopoulos, Russell Petty, Ioannis Karakasiliοtis, Vassilis G. Gorgoulis, John Matsoukas

Notice bibliographique

RevueComputational and Structural Biotechnology Journal · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesHellenic Foundation for Research and InnovationMinisterio de FomentoNational and Kapodistrian University of AthensEli Lilly and CompanyVictoria UniversityGeneral Secretariat for Research and Technology
Mots-clésFurinDocking (animal)In silicoChemistryDruggabilityBinding siteReceptorBiochemistryPharmacologyBiologyEnzymeMedicine

Résumé

récupéré en direct d'OpenAlex

The discovery and facile synthesis of a new class of sartan-like arterial antihypertensive drugs (angiotensin receptor blockers [ARBs]), subsequently referred to as “bisartans” is reported. In vivo results and complementary molecular modelling presented in this communication indicate bisartans may be beneficial for the treatment of not only heart disease, diabetes, renal dysfunction, and related illnesses, but possibly COVID-19. Bisartans are novel bis-alkylated imidazole sartan derivatives bearing dual symmetric anionic biphenyl tetrazole moieties. In silico docking and molecular dynamics studies revealed bisartans exhibited higher binding affinities for the ACE2/spike protein complex (PDB 6LZG) compared to all other known sartans. They also underwent stable docking to the Zn2+ domain of the ACE2 catalytic site as well as the critical interfacial region between ACE2 and the SARS-CoV-2 receptor binding domain. Additionally, semi-stable docking of bisartans at the arginine-rich furin-cleavage site of the SARS-CoV-2 spike protein (residues 681–686) required for virus entry into host cells, suggest bisartans may inhibit furin action thereby retarding viral entry into host cells. Bisartan tetrazole groups surpass nitrile, the pharmacophoric “warhead” of PF-07321332, in its ability to disrupt the cysteine charge relay system of 3CLpro. However, despite the apparent targeting of multifunctional sites, bisartans do not inhibit SARS-CoV-2 infection in bioassays as effectively as PF-07321332 (Paxlovid).

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,028
Tête enseignante GPT0,288
Écart entre enseignants0,260 · 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'étudeSimulation ou modélisation
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

Citations41
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputational and Structural Biotechnology JournalMême sujetComputational Drug Discovery MethodsTravaux en français237 207