SS148 and WZ16 inhibit the activities of nsp10-nsp16 complexes from all seven human pathogenic coronaviruses
Notice bibliographique
Résumé
Seven coronaviruses have infected humans (HCoVs) to-date. SARS-CoV-2 caused the current COVID-19 pandemic with the well-known high mortality and severe socioeconomic consequences. MERS-CoV and SARS-CoV caused epidemic of MERS and SARS, respectively, with severe respiratory symptoms and significant fatality. However, HCoV-229E, HCoV-NL63, HCoV-HKU1, and HCoV-OC43 cause respiratory illnesses with less severe symptoms in most cases. All coronaviruses use RNA capping to evade the immune systems of humans. Two viral methyltransferases, nsp14 and nsp16, play key roles in RNA capping and are considered valuable targets for development of anti-coronavirus therapeutics. But little is known about the kinetics of nsp10-nsp16 methyltransferase activities of most HCoVs, and reliable assays for screening are not available. Here, we report the expression, purification, and kinetic characterization of nsp10-nsp16 complexes from six HCoVs in parallel with previously characterized SARS-CoV-2. Probing the active sites of all seven by SS148 and WZ16, the two recently reported dual nsp14 / nsp10-nsp16 inhibitors, revealed pan-inhibition. Overall, our study show feasibility of developing broad-spectrum dual nsp14 / nsp10-nsp16-inhibitor therapeutics.
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) | 0,000 | 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) | 0,001 | 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 ».