Puerarin: A Potential Therapeutic for SARS-CoV-2 and Hantavirus Co-Infection
Notice bibliographique
Résumé
Patients with Hantavirus-caused epidemic hemorrhagic fever (EHF) are at risk of contracting severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). However, there is currently no validated EHF/SARS-CoV-2 strategy. Several studies have recently shown Puerarin, a natural product, has potent antiviral properties. The goal of present study was to determine the mechanism of puerarin in patients with EHF/COVID-19. We use network pharmacology and bioinformatics to investigate the possible pharmacological targets, bioactivities, and molecular mechanisms of puerarin in the treatment of patients with EHF/SARS-CoV-2. The study investigated the pathogenesis of COVID-19 and EHF and the signaling pathway impacted by puerarin. 68 common genes linked to puerarin and EHF/SARS-CoV-2 were discovered during the investigation. By using protein-protein interaction (PPI) network, we identified RELA, JUN, NF-B1, NF-B2, and FOS as potential therapeutic targets. The bioactivity and signaling pathways of puerarin have also been demonstrated in the treatment of EHF and COVID-19. According to present study, puerarin could reduce excessive immune responses and inflammation through the NF-B, TNF, and HIF-1 signaling pathways. This study explored the potential therapeutic targets and mechanisms of Puerarin in the treatment of EHF/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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».