Pre-Clinical Evaluation of the Antiviral Activity of Epigalocatechin-3-Gallate, a Component of Green Tea, against Influenza A(H1N1)pdm Viruses
Notice bibliographique
Résumé
Influenza antiviral drugs are important tools in our fight against both annual influenza epidemics and pandemics. Polyphenols are a group of compounds found in plants, some of which have demonstrated promising antiviral activity. Previous in vitro and mouse studies have outlined the anti-influenza virus effectiveness of the polyphenol epigallocatechin-3-gallate (EGCG); however, no study has utilised the ferret model, which is considered the gold-standard for influenza antiviral studies. This study aimed to explore the antiviral efficacy of EGCG in vitro and in ferrets. We first performed studies in Madin-Darby Canine Kidney (MDCK) and human lung carcinoma (Calu-3) cells, which demonstrated antiviral activity. In MDCK cells, we observed a selective index (SI, CC50/IC50) of 77 (290 µM/3.8 µM) and 96 (290 µM/3.0 µM) against A/California/07/2009 and A/Victoria/2570/2019 (H1N1)pdm09 influenza virus, respectively. Calu-3 cells demonstrated a SI of 16 (420 µM/26 µM) and 18 (420 µM/24 µM). Ferrets infected with A/California/07/2009 influenza virus and treated with EGCG (500 mg/kg/day for 4 days) had no change in respiratory tissue viral titres, in contrast to oseltamivir treatment, which significantly reduced viral load in the lungs of treated animals. Therefore, we demonstrated that although EGCG showed antiviral activity in vitro against influenza viruses, the drug failed to impair viral replication in the respiratory tract of ferrets.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».