Remdesivir-induced conduction abnormalities: A molecular model-based explanation
Notice bibliographique
Résumé
Purpose: Remdesivir use in COVID-19 is associated with cardiac conduction abnormalities from unclear mechanisms. A proposed mechanism is the bioaccumulation of the intermediate metabolite GS-441524 resulting in exogenous activation of cardiac adenosine A1 due to the structural similarity between adenosine and GS-441524. The prolonged half-life of GS-441524 can result in sustained activation of adenosine A1 receptors. In this study, we used molecular modeling of adenosine, GS-441524 and the adenosine A1 receptor to assess the potential mechanistic association of the proposed mechanism. Methods: Adenosine and GS-441524 structures were acquired from the PubChem database. Ligand docking was carried out using UCSF Chimera. Models were chosen based on greatest binding affinity and minimum root mean square deviation. Figures of resulting structural models were prepared using UCSF Chimera or PyMOL 2.3.5. Results: By modeling the interaction between the A1 G protein complex and both adenosine and GS-441524, we found that the proposed mechanism of exogenous A1 receptor activation is feasible based on docking compatibility. Conclusion: The proposed mechanism of exogenous cardiac A1 receptor activation from bioaccumulation of GS-441524 as a cause of observed cardiac conduction abnormalities with the use of remdesivir in COVID-19 is viable. Further studies are needed to assess causality.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 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 ».