The cyclophilin-dependent calcineurin inhibitor voclosporin inhibits SARS-CoV-2 replication in cell culture
Notice bibliographique
Résumé
Kidney transplant recipients (KTRs) are at increased risk for a more severe course of COVID-19, due to their pre-existing comorbidity and immunosuppression. Consensus protocols recommend lowering immunosuppression in KTRs with severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection, but the optimal combination remains unclear. Calcineurin inhibitors (CNIs) are cornerstone immunosuppressants used in KTRs and some have been reported to possess antiviral activity against RNA viruses, including coronaviruses. Here, we evaluated the effect of the CNIs tacrolimus, cyclosporin A, and voclosporin (VCS), as well as other immunosuppressants, on SARS-CoV-2 replication in cell-based assays. Unexpected, loss of compound due to plastic binding and interference of excipients in pharmaceutical formulations (false-positive results) complicated the determination of EC50 values of cyclophilin-dependent CNI's in our antiviral assays. Some issues could be circumvented by using exclusively glass lab ware with pure compounds. In these experiments, VCS reduced viral progeny yields in human Calu-3 cells at low micromolar concentrations and did so more effectively than cyclosporin A, tacrolimus or other immunosuppressants. Although, we cannot recommend a particular immunosuppressive regimen in KTRs with COVID-19, our data suggest a potential benefit of cyclophilin-dependent CNIs, in particular VCS in reducing viral progeny, which warrants further clinical evaluation in SARS-CoV-2-infected KTRs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».