Epigallocatechin Gallate and Isoquercetin Synergize With Remdesivir to Reduce SARS-CoV-2 Replication In Vitro
Notice bibliographique
Résumé
The ongoing pandemic of coronavirus disease 2019 (COVID-19) caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) urgently needs effective antivirals. After over 2 years since the beginning of the pandemic, only a few FDA approved therapeutic options are available to treat the population. Combination therapies have become a standard for the treatment of other infectious diseases such as HIV and hepatitis C due to their improved efficacy compared to monotherapy, reduced toxicity, the ability to prevent the development of resistant viral strains and their potential to treat co-infection. The interest in identifying molecules displaying bioactivity against SARS-CoV-2 has led to extensive search for promising molecules from the natural pharmacopoeia and polyphenols have been shown to display antiviral activity against a number of viruses including SARS-CoV-2. Here we evaluated the in vitro efficacy of two polyphenols, Epigallocatechin gallate (EGCG) and Isoquercetin, in combination with Remdesivir, the first-approved drug for the treatment of severe COVID-19. We confirmed the inhibitory effects of EGCG and isoquercetin against SARS-CoV-2 and demonstrated their strong antiviral synergistic effects with Remdesivir in vitro. These combinational therapies represent an interesting avenue for the treatment of COVID-19 and grant further studies.
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) | 0,001 | 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 ».