MétaCan
Menu
Retour à la cohorte
Enregistrement W4281297537 · doi:10.1101/2022.05.20.492855

Repurposed drugs and their combinations prevent morbidity-inducing dermonecrosis caused by diverse cytotoxic snake venoms

2022· preprint· en· W4281297537 sur OpenAlexaff
Steven R. Hall, Sean A. Rasmussen, Edouard Crittenden, Charlotte A. Dawson, Keirah E. Bartlett, Adam Westhorpe, Laura-Oana Albulescu, Jeroen Kool, José Marı́a Gutiérrez, Nicholas R. Casewell

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVenomous Animal Envenomation and Studies
Établissements canadiensNova Scotia Health Authority
Organismes subventionnairesMedical Research CouncilUniversity of Liverpool
Mots-clésSnake venomPharmacologyRepurposingVenomBiologyDrugMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Morbidity from snakebite envenoming affects approximately 400,000 people annually. Tissue damage at the bite-site often leaves victims with catastrophic life-long injuries and is largely untreatable by currently available antivenoms. Repurposing small molecule drugs that inhibit specific snake venom toxins offers a potential new treatment strategy for tackling this neglected tropical disease. Using human skin cell assays as an initial model for snakebite-induced dermonecrosis, we show that the repurposed drugs 2,3-dimercapto-1-propanesulfonic acid (DMPS), marimastat, and varespladib, alone or in combination, reduce the cytotoxic potency of a broad range of medically important snake venoms up to 5.7-fold. Thereafter, using a preclinical murine model of dermonecrosis, we demonstrate that the dual therapeutic combinations of DMPS or marimastat with varespladib potently inhibit the dermonecrotic activity of three geographically distinct and medically important snake venoms. These findings strongly support the future translation of repurposed drug combinations as broad-spectrum therapeutics for preventing morbidity caused by snakebite.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,222
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetVenomous Animal Envenomation and StudiesTravaux en français237 207