Antiviral discovery in toxic cyanobacteria: Low hanging fruit in the age of pandemics
Notice bibliographique
Résumé
The power of novel vaccination technologies and their rapid development were elucidated clearly during the COVID-19 pandemic. At the same time, it also became clear that there is an urgent need to discover and manufacture new antivirals that target emerging viral threats. Toxic species of cyanobacteria produce a range of bioactive compounds that makes them good candidates for drug discovery. Nevertheless, few studies demonstrate the antiviral potential of cyanobacteria. This is partly due to the lack of specific and simple protocols designed for the rapid detection of antiviral activity in cyanobacteria and partly because specialized facilities for work with pathogenic viruses are few and far between. We therefore developed an easy method for the screening of cyanobacterial cultures for antiviral activity and used our private culture collection of non-pathogenic virus isolates to show that antiviral activity is a prominent feature in the cyanobacterium Microcystis aeruginosa. In this proof-of-concept study, we show that M. aeruginosa extracts from three different cyanobacterial strains delay infection of diatom-infecting single-stranded DNA and single-stranded RNA viruses by up to 2 days. Our work shows the ease with which cyanobacteria from culture collections can be screened for antiviral activity and highlights the potential of cyanobacteria as an excellent source for the discovery of novel antiviral compounds, warranting further investigation.
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 | 0,001 | 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) | 0,000 | 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 ».