Potent Inhibition of Chikungunya Virus Entry by a Pyrazole–Benzene Derivative: A Computational Study Targeting the E1–E2 Glycoprotein Complex
Notice bibliographique
Résumé
The Chikungunya virus (CHIKV) continues to pose a significant global health challenge due to the absence of effective antiviral treatments and limited vaccine availability. This study employed a comprehensive in silico workflow, incorporating high-throughput virtual screening, binding free-energy calculations, ADMET (absorption, distribution, metabolism, excretion, and toxicity) analysis, and 200 ns molecular dynamics (MD) simulations, to identify new inhibitors targeting the E1-E2 glycoprotein complex, crucial for CHIKV entry and membrane fusion. Four promising candidates were identified from a library of 20,000 compounds, with CID 136801451 showing the most potent binding (docking score: -10.227; ΔG_bind: -51.53 kcal/mol). The top four compounds exhibited favorable ADMET profiles, meeting nearly all criteria. MD simulations confirmed stable binding and strong interactions between CID 136801451 and the E1-E2 complex, evidenced by consistently low RMSD values. These findings highlight CID 136801451 as a promising CHIKV entry inhibitor, warranting further in vitro and in vivo evaluation to advance the development of effective anti-CHIKV therapeutics.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».