Cyanovirin-N binds to select SARS-CoV-2 spike oligosaccharides outside of the receptor binding domain and blocks infection by SARS-CoV-2
Notice bibliographique
Résumé
Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) is an enveloped positive stranded RNA virus which has caused the recent deadly pandemic called COVID-19. The SARS-CoV-2 virion is coated with a heavily glycosylated Spike glycoprotein which is responsible for attachment and entry into target cells. One, as yet unexploited strategy for preventing SARS-CoV-2 infections, is the targeting of the glycans on Spike. Lectins are carbohydrate-binding proteins produced by plants, algae, and cyanobacteria. Some lectins can neutralize enveloped viruses displaying external glycoproteins, offering an alternative therapeutic approach for the prevention of infection with virulent β-coronaviruses, such as SARS-CoV-2. Here we show that the cyanobacterial lectin cyanovirin-N (CV-N) can selectively target SARS-CoV-2 Spike oligosaccharides and inhibit SARS-CoV-2 infection in vitro and in vivo. CV-N neutralizes Delta and Omicron variants in vitro better than earlier circulating viral variants. CV-N binds selectively to Spike with a Kd as low as 15 nM and a stoichiometry of 2 CV-N: 1 Spike but does not bind to the receptor binding domain (RBD). Further mapping of CV-N binding sites on Spike shows that select high-mannose oligosaccharides in the S1 domain of Spike are targeted by CV-N. CV-N also reduced viral loads in the nares and lungs in vivo to protect hamsters against a lethal viral challenge. In summary, we present an anti-coronavirus agent that works by an unexploited mechanism and prevents infection by a broad range of SARS-CoV-2 strains.
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 ».