Inhibition of SARS-CoV-2 infection in human airway epithelium with a xeno-nucleic acid aptamer
Notice bibliographique
Résumé
BACKGROUND: SARS-CoV-2, the agent responsible for the COVID-19 pandemic, enters cells through viral spike glycoprotein binding to the cellular receptor, angiotensin-converting enzyme 2 (ACE2). Given the lack of effective antivirals targeting SARS-CoV-2, we previously utilized systematic evolution of ligands by exponential enrichment (SELEX) and selected fluoro-arabino nucleic acid (FANA) aptamer R8-9 that was able to block the interaction between the viral receptor-binding domain and ACE2. METHODS: Here, we further assessed FANA-R8-9 as an entry inhibitor in contexts that recapitulate infection in vivo. RESULTS: We demonstrate that FANA-R8-9 inhibits spike-bearing pseudovirus particle uptake in cell lines. Then, using an in-vitro model of human airway epithelium (HAE) and SARS-CoV-2 virus, we show that FANA-R8-9 significantly reduces viral infection when added either at the time of inoculation, or several hours later. These results were specific to the R8-9 sequence, not the xeno-nucleic acid utilized to make the aptamer. Importantly, we also show that FANA-R8-9 is stable in HAE culture secretions and has no overt cytotoxic effects. CONCLUSIONS: Together, these results suggest that FANA-R8-9 effectively prevents infection by specific SARS-CoV-2 variants and indicate that aptamer technology could be utilized to target other clinically-relevant viruses in the respiratory mucosa.
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 ».