Insight into a new discovery of SARS-CoV-2 inhibitor activated through Chloroquine derivatives
Notice bibliographique
Résumé
The inhibiting effect of chloroquine compounds (ChCs) on the SARS-CoV-2 virus represents a highly debated form of study owing to the emerging proposals of mechanistic implications for exploring the mode of action of ChCs on the virus. Keeping in view the emerging significance of chloroquine derivatives, the present study was performed to screen one hundred and ninety known chloroquine derivatives for their interaction with several SARS-CoV-2 target proteins by molecular docking and molecular dynamics simulations to obtain an in-depth understanding of the potential hits of these compounds against SARS-CoV-2. A total of 190 molecules from the chloroquine family were screened for the identification of potential new inhibitors of the three therapeutic target proteins of SARS-CoV-2, namely Mpro (master protease), PLpro (papain-like protease) and SGp-RBD (spike glycoprotein receptor binding domain). The ChCs bound to SARS-COV-2 Mpro, PLpro, and SGp-RBD were generated by molecular docking and molecular dynamics simulations. Herein, a comparative analysis of chloroquine family products and a well-known drug against SARS-CoV-2, called Remdesivir, has also been presented. This investigation is intended to study the mechanism of interaction between ChCs and the SARS-CoV-2 virus and explore the unprecedented areas associated with the inhibitory activity of ChCs against this virus.
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 ».