Probing the SAM Binding Site of SARS-CoV-2 Nsp14 In Vitro Using SAM Competitive Inhibitors Guides Developing Selective Bisubstrate Inhibitors
Notice bibliographique
Résumé
The COVID-19 pandemic has clearly brought the healthcare systems worldwide to a breaking point, along with devastating socioeconomic consequences. The SARS-CoV-2 virus, which causes the disease, uses RNA capping to evade the human immune system. Nonstructural protein (nsp) 14 is one of the 16 nsps in SARS-CoV-2 and catalyzes the methylation of the viral RNA at N7-guanosine in the cap formation process. To discover small-molecule inhibitors of nsp14 methyltransferase (MTase) activity, we developed and employed a radiometric MTase assay to screen a library of 161 in-house synthesized S-adenosylmethionine (SAM) competitive MTase inhibitors and SAM analogs. Among six identified screening hits, SS148 inhibited nsp14 MTase activity with an IC50 value of 70 +/- 6 nM and was selective against 20 human protein lysine MTases, indicating significant differences in SAM binding sites. Interestingly, DS0464 with an IC50 value of 1.1 +/- 0.2 mu M showed a bisubstrate competitive inhibitor mechanism of action. DS0464 was also selective against 28 out of 33 RNA, DNA, and protein MTases. The structure-activity relationship provided by these compounds should guide the optimization of selective bisubstrate nsp14 inhibitors and may provide a path toward a novel class of antivirals against COVID-19, and possibly other coronaviruses.
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 | 0,000 | 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 | 0,000 | 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) | 0,000 | 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 ».