Structural analogues of existing anti-viral drugs inhibit SARS-CoV-2 RNA dependent RNA polymerase: A computational hierarchical investigation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract It’s been more than 8 months since COVID-19 became a pandemic and scientists all over the world are struggling to find suitable solutions to combat it. Multiple repurposed drugs have already been in several trials or recently completed. However, none of them shows any promising effect in combating COVID-19. Therefore, developing an effective drug is an unmet global need. RdRP (RNA dependent RNA polymerase) plays a pivotal role in viral replication therefore, it is considered as a prime target of drugs that may treat COVID-19. In this study, we have screened a library of compounds, containing approved RdRP inhibitor drugs in use to treat other viruses (Favipiravir, Sofosbuvir, Ribavirin, Lopinavir, Tenofovir, Ritonavir, Galidesivir and Remdesivir) and their structural homologues, in order to identify potential inhibitors of SARS-Cov-2 RdRP. Extensive screening, molecular docking and molecular dynamics show that five structural analogues have notable inhibitory effects against RdRP of SARS-Cov-2. Importantly, comparative protein-antagonists interaction revealed that these compounds fit well in the pocket of RdRP. ADMET analysis of these compounds suggests their potency as drug candidates. Our identified compounds may serve as potential therapeutics for 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.
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 | 0,016 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,006 | 0,014 |
| Intégrité de la recherche | 0,001 | 0,009 |
| 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 découle