An intranasally delivered ultra-conserved siRNA prophylactically represses SARS-CoV-2 infection in the lung and nasal cavity.
Notice bibliographique
Résumé
There remains a striking overall mortality burden of COVID-19 worldwide. Given the waning effectiveness of current SARS-CoV-2 antivirals due to the rapid emergence of new variants of concern (VOC), we employed a direct-acting molecular therapy approach using gene silencing RNA interference (RNAi) technology. In this study, we developed and screened several ultra-conserved small-interfering RNAs (siRNAs) before selecting one potent siRNA candidate for pre-clinical in vivo testing. This non-immunostimulatory, anti-SARS-CoV-2 siRNA candidate maintains its antiviral activity against all tested SARS-CoV-2 VOC and works effectively as a single agent. For the first time, significant antiviral effects in both the lungs and nasal cavities of SARS-CoV-2 infected mice were observed when this siRNA candidate was delivered intranasally (IN) as a prophylactic agent with the aid of lipid nanoparticles (LNPs). Importantly, a pre-exposure prophylactic IN-delivered anti-SARS-CoV-2 siRNA antiviral that can ameliorate viral replication in the nasal cavity could potentially prevent aerosol spread of respiratory viruses. An IN delivery approach would allow for the development of a direct-acting nasal spray approach that could be self-administered prophylactically.
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 ».