Aptamer Development for SARS-CoV-2 and Omicron Variants Using the Spike Protein Receptor Binding Domain as a Potential Diagnostic Tool and Therapeutic Agent
Notice bibliographique
Résumé
Despite various methods for detecting and treating SARS-CoV-2, affordable and easily applicable solutions are still needed. Aptamers can potentially fill this gap. Here, we establish a workflow to identify aptamers that bind to the spike proteins of SARS-CoV-2, a process applicable to other targets as well. The spike protein is crucial for the virus's entry into host cells. The aptamer development process for the spike protein's receptor binding domain (RBD) begins with splitting the SARS-CoV-2's genome into 40 nucleotide-long sequences, predicting their two-dimensional structure, and sorting based on the free energy. Selected oligomers undergo three-dimensional structure prediction and docking onto the viral spike protein's RBD. Six RNA oligomers were identified as top candidates based on the RNA docking with the SARS-CoV-2 wild-type (WT) (Wuhan-Hu-1 strain) and Omicron variant BA.1 RBD and molecular dynamics simulations. Three oligomers also demonstrated strong predicted binding affinity with other SARS-CoV-2 variants, including BA.2, XBB.1.5, and EG.5, based on the protein-aptamer docking followed by stability evaluation using the MD simulations. The aptamer with the best fit for the spike protein RBD was later validated using biolayer interferometry. The process has resulted in identifying a single aptamer from a library of 29,000 RNA oligomers, which exhibited affinity in the submicromolar range and the potential to develop into a viral screen or therapeutic.
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 ».