In Silico and In Vitro Analyses of Multiple Terpenes Predict Cryptotanshinone as a Potent Inhibitor of the Omicron Variant of SARS-CoV-2
Notice bibliographique
Résumé
The severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) Omicron variant (B.1.1.529) underwent a substantial number of alterations, and the accompanying structural mutations in the spike protein prompted questions about the virus’s propensity to evade the antibody neutralization produced by prior infection or vaccination. New mutations in SARS-CoV-2 have raised serious concerns regarding the effectiveness of drugs and vaccines against the virus; thus, identifying and developing potent antiviral medications is crucial to combat viral infections. In the present study, we conducted a detailed in silico investigation that involves molecular docking, density functional (DFT) analysis, molecular dynamics (MD) simulations, and pharmacological analysis followed by an in vitro study with the spike protein. Among fifty terpenes screened, cryptotanshinone and saikosaponin B2 were found to be potent S1-RBD spike protein inhibitors, displaying considerable hydrogen bond interactions with key binding site residues, significant binding affinity, and high reactivity attributed to band gap energy. In addition, 100 ns molecular dynamics (MD) simulations further substantiated these findings, showcasing the stability of the compounds within a biological environment. With favorable pharmacokinetic properties and a low half inhibitory concentration (IC50) of 86.06 ± 1.56 μM, cryptotanshinone inhibited S1-RBD of the SARS-CoV-2 Omicron variant. Our findings account for in-depth research on cryptotanshinone as a SARS-CoV-2 inhibitor.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».