HPLC-Based Purification and Isolation of Potent Anti-HIV and Latency Reversing Daphnane Diterpenes from the Medicinal Plant Gnidia sericocephala (Thymelaeaceae)
Notice bibliographique
Résumé
Despite the success of combination antiretroviral therapy (cART), HIV persists in low- and middle-income countries (LMIC) due to emerging drug resistance and insufficient drug accessibility. Furthermore, cART does not target latently-infected CD4+ T cells, which represent a major barrier to HIV eradication. The “shock and kill” therapeutic approach aims to reactivate provirus expression in latently-infected cells in the presence of cART and target virus-expressing cells for elimination. An attractive therapeutic prototype in LMICs would therefore be capable of simultaneously inhibiting viral replication and inducing latency reversal. Here we report that Gnidia sericocephala, which is used by traditional health practitioners in South Africa for HIV/AIDS management to supplement cART, contains at least four daphnane-type compounds (yuanhuacine A (1), yuanhuacine as part of a mixture (2), yuanhuajine (3), and gniditrin (4)) that inhibit viral replication and/or reverse HIV latency. For example, 1 and 2 inhibit HIV replication in peripheral blood mononuclear cells (PBMC) by >80% at 0.08 µg/mL, while 1 further inhibits a subtype C virus in PBMC with a half-maximal effective concentration (EC50) of 0.03 µM without cytotoxicity. Both 1 and 2 also reverse HIV latency in vitro consistent with protein kinase C activation but at 16.7-fold lower concentrations than the control prostratin. Both 1 and 2 also reverse latency in primary CD4+ T cells from cART-suppressed donors with HIV similar to prostratin but at 6.7-fold lower concentrations. These results highlight G. sericocephala and components 1 and 2 as anti-HIV agents for improving cART efficacy and supporting HIV cure efforts in resource-limited regions.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».