Combinatorial Regimens Augment Drug Monotherapy for SARS-CoV-2 Clearance in Mice
Notice bibliographique
Résumé
Direct acting antivirals (DAAs) represent critical tools for combating SARS-CoV-2 variants of concern (VOCs) that evolve to escape spike-based immunity and future coronaviruses with pandemic potential. Here, we used bioluminescence imaging to evaluate therapeutic efficacy of DAAs that target SARS-CoV-2 RNA-dependent RNA polymerase (favipiravir, molnupiravir) or Main protease (nirmatrelvir) against Delta or Omicron VOCs in K18-hACE2 mice. Nirmatrelvir displayed the best efficacy followed by molnupiravir and favipiravir in suppressing viral loads in the lung. Unlike neutralizing antibody treatment, DAA monotherapy did not eliminate SARS-CoV-2 in mice. However, targeting two viral enzymes by combining molnupiravir with nirmatrelvir resulted in superior efficacy and virus clearance. Furthermore, combining molnupiravir with Caspase-1/4 inhibitor mitigated inflammation and lung pathology whereas combining molnupiravir with COVID-19 convalescent plasma yielded rapid virus clearance and 100% survival. Thus, our study provides insights into treatment efficacies of DAAs and other effective combinations to bolster COVID-19 therapeutic arsenal.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».