Ускорение новых методов лечения

Через год после начала пандемии массовые вакцинации начали поднимать заманчивую перспективу коллективного иммунитета, который в конечном итоге сокращает или останавливает распространение -CoV-2. Но что, если коллективный 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.

Во главе с Тудором Опреа из Университета Нью-Мексико, доктором медицины, ученые создали уникальный инструмент, который помогает исследователям в области лекарств быстро идентифицировать молекулы, способные обезоружить вирус, прежде чем он вторгнется в человека или выведет его из строя на ранних стадиях .

В статье, опубликованной на этой неделе в Машинный , исследователи представили REDIAL-, 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) , — 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 собственные данные. Исследования перепрофилирования лекарств от COVID.

«Осознав это, я подумал:« Погодите, 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 , 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 определить молекулы, которые соответствуют идеальному профилю», — говорит он. «Вы хотите найти молекулы, которые делают все это, но не делают того, чего мы не хотим».

0 Комментарий
Inline Feedbacks
View all comments