Repurposing screen identifies novel candidates for broad-spectrum coronavirus antivirals and druggable host targets
Notice bibliographique
Résumé
ABSTRACT Libraries composed of licensed drugs represent a vast repertoire of molecules modulating physiological processes in humans, providing unique opportunities for the discovery of host-targeting antivirals. We screened the Repurposing, Focused Rescue, and Accelerated Medchem (ReFRAME) repurposing library with approximately 12,000 molecules for broad-spectrum coronavirus antivirals and discovered 134 compounds inhibiting an alphacoronavirus and mapping to 58 molecular target categories. Dominant targets included the 5-hydroxytryptamine receptor, the dopamine receptor, and cyclin-dependent kinases. Gene knock-out of the drugs’ host targets including cathepsin B and L (CTSB/L; VBY-825), the aryl hydrocarbon receptor (AHR; Phortress), the farnesyl-diphosphate farnesyltransferase 1 (FDFT1; P-3622), and the kelch-like ECH-associated protein 1 (KEAP1; Omaveloxolone), significantly modulated HCoV-229E infection, providing evidence that these compounds inhibited the virus through acting on their respective host targets. Counter-screening of all 134 primary compound candidates with SARS-CoV-2 and validation in primary cells identified Phortress, an AHR activating ligand, P-3622-targeting FDFT1, and Omaveloxolone, which activates the NFE2-like bZIP transcription factor 2 (NFE2L2) by liberating it from its endogenous inhibitor KEAP1, as antiviral candidates for both an Alpha - and a Betacoronavirus . This study provides an overview of HCoV-229E repurposing candidates and reveals novel potentially druggable viral host dependency factors hijacked by diverse coronaviruses.
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 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,004 | 0,001 |
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 ».