计算工具有助于找到具有抗covid -19特性的分子

COVID-19大流行已持续一年，大规模疫苗接种开始带来群体免疫的诱人前景，最终遏制或阻止SARS-CoV-2的传播。但是，如果群体免疫从未完全实现，或者如果变异的病毒产生了高毒性变体，从而减少了接种疫苗的好处，该怎么办?

这些问题强调了对继续感染冠状病毒的人进行有效治疗的必要性。虽然一些现有的药物显示出一些好处，但迫切需要找到新的治疗方法。

在新墨西哥大学医学博士Tudor Oprea的带领下，科学家们创造了一种独特的工具，帮助药物研究人员快速识别出能够在病毒侵入人类细胞之前解除病毒或在感染的早期阶段使其失效的分子。

在本周发表的一篇论文中自然机器智能研究人员介绍了一个开源的在线计算模型套件REDIAL-2020，它将帮助科学家快速筛选小分子的潜在抗covid - 19特性。

“在某种程度上，这取代了(实验室)实验，”新墨西哥大学医学院转化信息学部门负责人Oprea说。“它缩小了人们需要关注的领域。这就是为什么我们把它放在网上供所有人使用。”

去年春天，在美国国家先进转化科学中心(NCATS)的科学家发布了他们自己的COVID药物再利用研究数据后，新墨西哥大学的Oprea团队和德克萨斯大学埃尔帕索分校由Suman Sirimulla博士领导的另一个团队开始研究REDIAL-2020工具。

“意识到这一点后，我想，‘等一下，这里有足够的数据让我们建立可靠的机器学习模型，’”奥普拉说。NCATS实验室分析的结果衡量了每个分子抑制病毒进入、传染性和繁殖的能力，比如细胞病变效应——保护细胞不被病毒杀死的能力。

生物医学研究人员通常倾向于关注他们研究中的积极发现，但在这种情况下，NCATS的科学家也报告了哪些分子没有对抗病毒的作用。Oprea说，负面数据的加入实际上提高了机器学习的准确性。

他说:“我们的想法是识别出符合完美轮廓的分子。”“你想找到能做所有这些事情的分子，而不做我们不希望它们做的事情。”

奥普拉说，冠状病毒是一个狡猾的对手。“我不认为有一种药物能解决所有问题。”相反，研究人员可能会设计出一种多药鸡尾酒，从多个方面攻击病毒。“这要追溯到组合拳，”他说。

REDIAL-2020基于机器学习算法，能够快速处理大量数据，并梳理出人类研究人员可能察觉不到的隐藏模式。Oprea的团队通过将NCATS数据与新墨西哥州药物中心数据库中已批准药物的已知效果进行比较，验证了基于NCATS数据的机器学习预测。

Oprea说，原则上，这种计算工作流程是灵活的，可以通过训练来评估化合物对其他病原体的影响，以及评估尚未被批准用于人类使用的化学物质。

他说:“我们的主要目的仍然是药物再利用，但我们实际上专注于任何小分子。”“它不需要是一种被批准的药物。任何测试他们的分子的人都可以得出一些重要的东西。”

参考:王志强，王志强，王志强等。评估抗sars - cov -2活动的机器学习平台。Nat Mach Intell。2021.doi:10.1038 / s42256 - 021 - 00335 - w

本文已从以下地方重新发布材料．注:材料的长度和内容可能经过编辑。如需进一步信息，请联系所引用的来源。