科学家确定160年新药,可以对COVID-19转化

剑桥科学家已经确定了200年批准药物预测工作对COVID-19-of只有40目前正在测试COVID-19临床试验。

在今天发表的一项研究科学的进步,剑桥大学的研究人员领导的研究小组的米尔纳疗法研究所和古尔研究所使用的组合计算生物学和机器学习创建一个全面的蛋白质参与SARS-CoV-2地图感染从蛋白质帮助病毒侵入宿主细胞这些生成的感染的结果。通过检查这个网络使用人工智能(AI)方法,他们能够识别关键蛋白质参与感染以及生物学途径可能有针对性的药物。

到目前为止,大多数的小分子和抗体的方法治疗COVID-19药物是当前的主题临床试验或者已经通过临床试验和被批准。一直关注的几个关键病毒或主机目标,或在pathways-such inflammation-where药物治疗可以作为一个干预。

团队用计算机模型来进行的虚拟屏幕几乎2000年批准的药物和确定200年批准的药物,可以有效对抗COVID-19。四十的这些药物已进入临床试验,研究人员认为支持他们采取的方法。

当研究人员测试这些药物与病毒复制的一个子集,他们发现两个尤其抗疟药物和类型的药物用于治疗类风湿性关节炎都是能够抑制病毒,提供初步验证的数据驱动的方法。

主任教授托尼Kouzarides米尔纳疗法研究所领导这项研究,说:“通过数以千计的蛋白质,在板上发挥一些作用SARS-CoV-2 infection-whether积极或由于感染已经能够创建一个网络发现这些蛋白之间的关系。

“我们然后使用最新的机器学习和计算机建模技术来确定200年批准的药物,可能会帮助我们治疗COVID-19。其中,160年之前没有与这种感染。这将给我们更多的武器军械库反击病毒。”

使用人工神经网络分析,团队分类药物根据总体目标SARS-CoV-2感染的作用:那些有针对性的病毒复制和那些有针对性的免疫应答。然后他们把那些参与病毒复制的一个子集和测试他们使用细胞系来源于人类和非人类的灵长类动物。

特别要注意的是两种药物柳氮磺胺吡啶(用于治疗风湿性关节炎和克罗恩病)和氯胍(抗疟药物),球队显示SARS-CoV-2减少病毒复制在细胞,提高其潜在的可能性使用,以防止感染或治疗COVID-19。

Namshik汉博士和人工智能计算研究主管米尔纳疗法研究所,补充道:“我们的研究为我们提供了意想不到的信息机制COVID-19并为我们提供了一些有前景的药物可能被用来治疗或预防感染。虽然我们采取一个数据驱动的做法基本上允许人工智能算法来审问datasets-we然后在实验室验证我们的发现,证实了我们的方法的力量。

“我们希望这个资源的潜在药物对COVID-19将加速新药的开发。我们相信我们的方法将有助于迅速应对SARS-CoV2和其他新病原体的新变种,可以推动未来的流行病”。