Через год после начала пандемии COVID-19 массовые вакцинации начали поднимать заманчивую перспективу коллективного иммунитета, который в конечном итоге сокращает или останавливает распространение SARS-CoV-2. Но что, если коллективный иммунитет никогда не будет достигнут полностью или если мутирующий вирус дает гипервирулентные варианты, которые уменьшают пользу вакцинации?
Эти вопросы подчеркивают необходимость эффективного лечения людей, которые продолжают болеть коронавирусом. Хотя некоторые существующие лекарства показывают некоторую пользу, существует острая необходимость в поиске новых терапевтических средств.
Под руководством Тюдора Опреа из Университета Нью-Мексико, доктора медицины, доктора философии, ученые создали уникальный инструмент, который поможет исследователям лекарств быстро определить молекулы, способные обезоружить вирус, прежде чем он вторгнется в клетки человека или выведет его из строя на ранних стадиях инфекции. .
В статье, опубликованной на этой неделе в Nature Machine Intelligence , исследователи представили REDIAL-2020, онлайн-набор вычислительных моделей с открытым исходным кодом , который поможет ученым быстро проверять небольшие молекулы на предмет их потенциальных свойств для борьбы с COVID.
«В какой-то степени это заменяет (лабораторные) эксперименты, – говорит Опреа, начальник отдела трансляционной информатики Медицинской школы UNM. – Это сужает круг интересов людей. Вот почему мы разместили его в Интернете, чтобы каждый мог использовать ».
Команда Опреа из UNM и другая группа из Техасского университета в Эль-Пасо под руководством доктора философии Сумана Сиримуллы начали работу над инструментом REDIAL-2020 прошлой весной после того, как ученые из Национального центра развития трансляционных наук (NCATS) опубликовали данные. из их собственных исследований перепрофилирования лекарств от COVID.
«Осознав это, я подумал:« Подождите, здесь достаточно данных, чтобы построить надежные модели машинного обучения », – говорит Опреа. Результаты лабораторных анализов NCATS позволили определить способность каждой молекулы подавлять проникновение вируса, инфекционность и размножение, например цитопатический эффект – способность защищать клетку от гибели вирусом.
Исследователи биомедицины часто склонны сосредотачиваться на положительных результатах своих исследований, но в этом случае ученые NCATS также сообщили, какие молекулы не обладают эффектами борьбы с вирусами. По словам Опреа, включение отрицательных данных на самом деле повышает точность машинного обучения.
«Идея заключалась в том, чтобы идентифицировать молекулы, которые соответствуют идеальному профилю», – говорит он. «Вы хотите найти молекулы, которые делают все это, но не делают того, чего мы не хотим».
По словам Опреа, коронавирус – коварный противник. «Я не думаю, что есть препарат, который подошел бы ко всему Т». Вместо этого исследователи, вероятно, разработают коктейль из нескольких препаратов, который атакует вирус по нескольким направлениям. «Это восходит к одному-двум ударам», – говорит он.
REDIAL-2020 основан на алгоритмах машинного обучения, способных быстро обрабатывать огромные объемы данных и выявлять скрытые закономерности, которые могут быть недоступны исследователю-человеку. Команда Опреа проверила прогнозы машинного обучения на основе данных NCATS, сравнив их с известными эффектами одобренных лекарств в базе данных UNM DrugCentral.
В принципе, этот вычислительный рабочий процесс является гибким, и его можно обучить оценивать соединения по сравнению с другими патогенами, а также оценивать химические вещества, которые еще не были одобрены для использования человеком, говорит Опреа.
«Нашей основной целью остается перепрофилирование лекарств, но на самом деле мы сосредотачиваемся на любой небольшой молекуле», – говорит он. «Это не обязательно должен быть одобренный препарат . Любой, кто тестирует их молекулу, может придумать что-то важное».