MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415130055 · doi:10.1128/jvi.01034-25

Optimization of VE607 to generate analogs with improved neutralization activities against SARS-CoV-2 variants

2025· article· en· W4415130055 sur OpenAlexafffund
Derek Yang, Irfan Ullah, Ling Niu, Matthew Unger, Marco A. Díaz-Salinas, Monika Chandravanshi, Fei Zhou, Guillaume Beaudoin-Bussières, Mehdi Benlarbi, William D. Tolbert, Keon-Woong Yoon, Ruixue Xu, Geneviève Laroche, Fleur Gaudette, A. Morton, Zabrina C. Lang, Cameron F. Abrams, Marceline Côté, Amos B. Smith, Rick Huang, Doreen Matthies, James B. Munro, Marzena Pazgier, Pradeep D. Uchil, Andrés Finzi

Notice bibliographique

RevueJournal of Virology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensInstitute of Infection and ImmunityUniversity of OttawaUniversité de Montréal
Organismes subventionnairesNational Institute of General Medical SciencesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésViral replicationNeutralizationViral entryPotencyTransgeneGlycoproteinCoronavirusMutationRecombinant DNA

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection remains a threat to human health, particularly among immunocompromised and elderly individuals, given their heightened vulnerability to coronavirus disease 2019 (COVID-19)-associated morbidity and mortality. Recently, omicron subvariants such as KP.3.1.1 and XEC have emerged with an enhanced ability to evade humoral immunity. The development of new strategies against these variants of concern remains an intense area of research. The small molecule VE607 is an entry inhibitor that targets the Spike glycoprotein and delays virus spread in vivo . To improve the potency of this new class of SARS-CoV-2 entry inhibitors, we generated and characterized VE607 analogs and identified candidates with enhanced activity against variants, including KP.3.1.1 and XEC. Promising analogs exhibited higher inhibitory potency than the original compound and stabilized the receptor-binding domain in its “up” conformation. Among these, DY-III-281 also reduced viral burden and delayed death in SARS-CoV-2-challenged K18-hACE2 transgenic mice. Furthermore, combining DY-III-281 with a non-neutralizing antibody engineered for Fc-enhanced functions exhibited an additive effect in reducing SARS-CoV-2-induced disease burden in mice. Our findings support the continued development of small-molecule entry inhibitors, alone or in combination with antibody-based therapies, as a promising strategy to counteract emerging SARS-CoV-2 variants. IMPORTANCE Mutations in the Spike glycoprotein drive viral evolution and confer resistance to current vaccines and some therapeutic interventions against severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Here, we report new analogs of the SARS-CoV-2 small-molecule entry inhibitor VE607. These analogs exhibited improved potency against emerging SARS-CoV-2 variants, including KP.3.1.1 and XEC. One analog, DY-III-281, delayed viral replication in SARS-CoV-2 WA1 -challenged K18-hACE2 transgenic mice, suggesting that small-molecule compounds targeting viral entry might be useful in fighting evolving SARS-CoV-2 variants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,338
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Virology→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→