构建高分辨率蛋白质模型抗击COVID-19
在Covid-19大流行期间，密歇根州立大学的研究人员正在上升到旨在帮助国际努力为病毒制定治疗的国际努力而上升。其中一个研究员是Michael Feig博士是MSU的生物化学系和分子生物学部的一部分。他和他的Postdoc博士Lim Heo为SARS-COV-2病毒产生了高精度模型。看到这些结构模型之前没有先前从实验中获得，现在可以在进一步的研究中使用这些高精度模型，以测试某些化学品如何应对蛋白质。这些模型被其他研究人员用作出发点，用于筛选现有的药物或开发新药，以便在治疗Covid-19时潜在使用。这个想法是，如果药物的分子结构可以与SARS-COV-2病毒结合，它们可以妨碍其功能并降低Covid-19的严重程度。
在提高减轻病毒对人口的影响的努力中，有三项主要努力。第一个是疫苗开发，第二个是流行病学建模，第三个是“通过重新施加现有药物并最终发现疗法，并最终开发新药”。Feig博士正在努力达到第三次目标。虽然其他研究人员具有这一目标的临床“试验和错误”方法，但Feig的工作博士可以更加精确地依赖于猜测的方法，因为它涉及基于模拟的蛋白质结构的化学反应的建模和最终测试。他的小组专注于高准确性未使用实验数据的分子结构的细化和建模，他的团体工作尤其重要，因为它提供了今天可以为具有未知结构的SARS-COV-2蛋白生成的最佳模型，以便其他研究群体的药物筛查更有效。
当然，他的作品也非常具有挑战性。虽然他的团体已经拥有一个用于产生高精度模型的既定方案，但Feig的组博士通常侧重于较小的蛋白质目标。他表示，“因为SARS-COV-2中的目标相当大，他们呈现了计算挑战。”此外，他表示，“他们中的一些人束缚于膜，这也增加了我们必须解决的额外复杂性。”即，他的团队使用的过程非常昂贵，结构越来越复杂，所需的计算资源越多，为该结构生成越来越多的计算资源。这些复杂结构不仅需要建模，而且由于Covid-19大流行的紧迫性，他们需要尽可能快地建模。Feig博士说，他不得不“真的推动大量的模型，以非常高的准确度。”他的小组能够通过在不同地点获得多种计算资源来克服这一挑战。
MSU的HPCC服务在帮助Feig博士的研究组克服这些困难方面发挥了重要作用。他的小组使用高性能计算（HPC）为“使用计算机模拟来改善模型的计算挑战”。为了获取完成模型的必要工具，Feig的组博士需要大量的计算机节点。他们的研究需要特别大量的GPU。国家超级计算中心的分配有助于解决一些需要，但Feig博士对ICER表示感谢，即“慷慨地让我们访问他们的一些GPU”，以提供以更快的速度产生高精度模型的重要额外资源。ICER的HPCC服务的贡献允许Feig博士博士大大加快了他们产生模型的过程。
现在，Feig博士几乎完成了SARS-COV-2的个体蛋白质的高精度模型，发送到其他研究组。蛋白质的大多数产生的模型可公开提供，并开始由正在努力开发Covid-19治疗的其他研究小组使用。Feig博士解释说，他的小组的下一步是在将这些蛋白质组装成“更加生物相关的单位”，并最终建立完整的高精度模型的病毒。这项正在进行的工作是与美国加州大学圣地亚哥分校的Rommie Amaro教授和英国南安普顿大学的Syma Khalid教授合作进行的，目的是生成高分辨率的病毒包膜模型。这样的模型可以让我们更深入地了解病毒作为一个整体是如何运作的。一个当前的焦点是关于刺突蛋白的集合。刺突蛋白是蛋白质这有助于在感染的开始阶段进入细胞中的细胞。通过学习感染开始的机制，其他组更容易设计停止感染过程的解决方案。
在大流行之前，Feig博士已经长期以来对建模高分辨率分子结构进行了兴趣。他的作品历史地处理了高精度模型，提高了建设高精度模型的方法。他说，在大流行之前，他“并没有真正考虑冠状病毒，但Covid-19来了，并且有很大的需要有准确的模型。”因此，一旦大流行开始，他的团队就会掉下一切，“像我们可以帮助社区帮助社区那样努力生成模型，并让其他研究人员更成功。”
用户评论