MétaCan
Menu
Retour à la cohorte
Enregistrement W4416248423 · doi:10.1016/j.antiviral.2026.106463

Drug Combination Treatment as a Strategy for Inhibiting Human Adenovirus Replication

2025· article· en· W4416248423 sur OpenAlexafffund
Mackenzie J. Dodge, Katelyn M. MacNeil, Tanner M. Tessier, Andris M. Evans, Kaitlyn R. Palmateer, Jason B. Weinberg, Joe S. Mymryk

Notice bibliographique

RevueAntiviral Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDrugAntiviral drugViral replicationReplication (statistics)Combination therapyToxicity

Résumé

récupéré en direct d'OpenAlex

Human adenoviruses (HAdVs) are ubiquitous human pathogens that infect the respiratory, ocular, and gastrointestinal tissues. Despite the severity of these infections in immunocompromised patients, there are no clinically approved antiviral medications to treat HAdV infections. Over the past decade, many compounds have been found to interfere with different parts of the HAdV replication cycle. One critical barrier to developing a successful HAdV therapy arises if the drug concentration required for antiviral efficacy is clinically unachievable or too toxic for patient use. This problem can be diminished by using a combination of drugs that function synergistically, potentially allowing the use of lower drug concentrations that are clinically achievable and/or exhibit acceptable toxicity profiles. In this exploratory study, we examined the antiviral activity of pairwise combinations of six drugs that have been previously shown to disrupt HAdV replication: ivermectin, digitoxin, deguelin, niclosamide, rosiglitazone, and remdesivir. Combinations of these drugs showed a stronger reduction in HAdV progeny production, protein expression, and genome replication efficiency compared to their individual effects. These experiments serve to illustrate the feasibility and benefits of drug combinations that synergize against HAdV replication.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,064
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,086
Tête enseignante GPT0,456
Écart entre enseignants0,370 · 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 tête enseignante, 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 revueAntiviral ResearchMême sujetVirus-based gene therapy researchTravaux en français237 207