迈克尔·海德尔
加速新疗法
UNM 团队创建强大的计算工具来帮助研究人员快速筛选抗 COVID 特性的分子
进入 COVID-19 大流行一年，大规模疫苗接种已经开始提高群体免疫的诱人前景，最终会减少或阻止 SARS-CoV-2 的传播。 但是，如果从未完全实现群体免疫——或者如果变异病毒产生了削弱疫苗接种益处的超毒变体，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，但迫切需要寻找新的治疗方法。
在新墨西哥大学的 Tudor Oprea 医学博士的带领下，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能够在病毒侵入人体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 重拨-2020，一个开源的在线计算模型套件，将帮助科学家快速筛选小分子的潜在抗 COVID 特性。
“在某种程度上，这取代了（实验室）实验，”Oprea 说， 转化信息学部 在UNM医学院。 “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每个人使用。”
在 UNM 的 Oprea 团队和由 Suman Sirimulla 博士领导的德克萨斯大学埃尔帕索分校的另一个小组于去年春天开始研究 REDIAL-2020 工具后， 国家促进转化科学中心 (NCATS) 发布了他们自己的 COVID 药物再利用研究的数据。
你想找到能做所有这些事情而不做我们不想让他们做的事情的分子。
“意识到这一点后，我想，'等一下，这里有足够的数据供我们构建可靠的机器学习模型，'”Oprea 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，例如细胞病变效应——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的积极发现，但在这种情况下，NCATS 科学家还报告了哪些分子没有抗病毒作用。 Oprea 说，包含负面数据实际上提高了机器学习的准确性。
“我们的想法是确定符合完美轮廓的分子，”他说。 “你想找到做所有这些事情的分子，而不做我们不希望他们做的事情。”
Oprea 说，冠状病毒是一个狡猾的对手。 “我不认为有一种药物可以让所有东西都适合 T。” 相反，研究人员可能会设计一种多药鸡尾酒，从多个方面攻击病毒。 “它可以追溯到一二拳，”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无法察觉的隐藏模式。 Oprea 的团队通过将机器学习预测与 UNM 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 药物中心 数据库。
Oprea 说，原则上，这种计算工作流程是灵活的，可以训练来评估化合物对其他病原体的影响，以及评估尚未批准用于人类使用的化学品。
“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，”他说。 “它不一定是经过批准的药物。 任何测试他们分子的人都可以想出一些重要的东西。”