Cheminformatics Bioprospection of Broad Spectrum Plant Secondary Metabolites Targeting the Spike Proteins of Omicron Variant and Wild-Type SARS-CoV-2
Notice bibliographique
Résumé
The spike protein (SP) of SARS-CoV-2 (SC-2) is susceptible to high mutation and has contributed to the multiple waves of COVID-19 being experienced. Hence, targeting the SP remains a logical approach in the development of potent therapeutics against SARS-CoV-2. Here, a computational technique was adopted to identify broad-spectrum plant secondary metabolites with indigenous relevance in the management of respiratory infections against the SPs of the SC-2 wild- type (SC-2WT) and omicron variants. Following 100 ns molecular dynamic (MD) simulation and binding free energy calculation of the top five compounds identified through molecular docking, maysin (SC-2WT (-34.85 kcal/mol), omicron (-38.88 kcal/mol)) and geraniin (SC-2WT (-36.90 kcal/mol) omicron (-31.28 kcal/mol)) had better broad-spectrum activities for the investigated SPs than zafirlukast (SC-2WT (-33.73 kcal/mol) omicron (-22.38 kcal/mol)). Furthermore, 6-hydroxycyanidin-3-rutinoside (-42.97 kcal/mol) and kaempferol-7-glucoside (-37.11 kcal/mol) had the best affinity for the SPs of omicron and SC-2WT, respectively. Interestingly, except for Kaempferol-7-glucoside against omicron SP, all the top-ranked compounds were thermodynamically stable with the SP of both variants, and this observation was linked to the number, nature, and bond length in the resulting complexes in each case. Also, except for geraniin, all the top-ranked compounds had lower toxicity profiles compared to zafirlukast and this could be attributed to their phenolic moieties. Nevertheless, the in vitro and in vivo confirmation of the activities observed in this study is recommended, especially for maysin and geraniin with the best broad-spectrum activity, towards development of COVID-19 drug candidates.
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 | 0,002 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».