Screening of Natural Antivirals Against the COVID-19 Pandemic- ACompilation of Updates
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
Background: Coronavirus disease 2019 (COVID-19), named by WHO, is a public health disaster of the third millennium. This acute respiratory distress syndrome (ARDS) has severe complications like pneumonitis, respiratory failure, shock, multi-organ failure, and finally, death. Despite repurposing of broad-spectrum antivirals, vaccinations, use of mask sanitizers, social distancing, intermittent lockdowns and quarantine, long-term protection or eradication of coronavirus is yet to be achieved. Objectives: This comprehensive review makes a compilation of updates on the screening and evaluation of natural antivirals that are found to show anti-COVID potency. Methods: Literature mining was done in phytotherapy and food research journals, Pubmed, Scopus, Elsevier for collection of latest research updates focusing on screening and evaluation of anti-COVID natural antivirals. Results: In silico molecular docking studies have screened several phytochemicals and food bioactive principles with significant potencies against the corona virus. The anti-COVID potency of the phytochemicals is mostly by restricting the action of enzymes like the main protease (Mpro), 3-chymotrypsin like protease (3CLpro), spike proteins, papain-like protease (ACE2). Free radical scavenging, anti-inflammatory effect, DNA inhibition, prevention of viral attachment, and its penetration into the host body, inhibiting viral replication are other associated mechanisms of bioactive compounds present in plants, vegetables, fruits, spices and marine alga. Different formulations of Ayurveda, Siddha, Unani have shown their ameliorative effects. Many formulations of Traditional Chinese Medicine are under clinical trials. Conclusions: The immense potencies of bioactives that are omnipresent need to be properly utilized for immune-boosting and combat this deadly virus naturistically.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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