به گزارش بانک و صنعت، امید است که این منبع تولید داروهای جدید علیه COVID-19 را تسریع کند.
دانشمندان بر این باورند که روش آنها برای پاسخ سریع به انواع جدید SARS-CoV2 و سایر عوامل بیماری زای جدید که می توانند همه گیرهای آینده را تحریک کنند مفید خواهد بود. این تیم توسط محققان موسسه درمانی میلنر دانشگاه کمبریج و موسسه گوردون هدایت می شد. آنها از ترکیبی از زیست شناسی محاسباتی و یادگیری ماشین برای ایجاد یک نقشه جامع از پروتئین هایی که در عفونت SARS-CoV-2 نقش دارند استفاده کردند - از پروتئین هایی که به ویروس کمک می کند تا به سلول میزبان نفوذ کند تا آنهایی که در نتیجه عفونت ایجاد می شوند.
با بررسی این شبکه با استفاده از رویکردهای هوش مصنوعی (AI) ، آنها توانستند پروتئین های اصلی درگیر در عفونت و همچنین مسیرهای بیولوژیکی را که ممکن است توسط داروها هدف قرار گیرند ، شناسایی کنند.
تا به امروز ، اکثر رویکردهای مولکول کوچک و آنتی بادی برای درمان COVID-19 داروهایی هستند که یا در حال حاضر موضوع آزمایشات بالینی هستند یا قبلاً آزمایشات بالینی انجام شده و مورد تأیید قرار گرفته اند. بیشتر تمرکز بر روی چندین هدف اصلی ویروس یا میزبان یا مسیرهایی مانند التهاب بوده است که در آن از یک داروی درمانی می توان به عنوان مداخله استفاده کرد.
این تیم از مدل سازی رایانه ای برای انجام "صفحه نمایش مجازی" تقریباً از 2000 داروی مورد تأیید استفاده کردند و 200 داروی مورد تأیید را شناسایی کردند که می تواند در برابر COVID-19 موثر باشد. چهل مورد از این داروها قبلاً وارد آزمایشات بالینی شده اند که به گفته محققان ، این رویکرد آنها را پشتیبانی می کند.
هنگامی که محققان زیرمجموعه ای از داروهای دخیل در تکثیر ویروس را آزمایش کردند ، دریافتند که به طور خاص دو دارو - داروی ضد مالاریا و نوعی دارویی که برای درمان آرتریت روماتوئید استفاده می شود - می توانند ویروس را مهار کنند.
پروفسور تونی کوزاریدس ، مدیر انستیتوی درمانی میلنر ، که رهبری این مطالعه را برعهده داشت ، گفت: "با مشاهده سرتاسر هزاران پروتئین که در عفونت SARS-CoV-2 نقش دارند - چه فعالانه و چه در نتیجه عفونت ها - ما توانسته ایم شبکه ای ایجاد کنیم که رابطه بین این پروتئین ها را کشف کند. "سپس ما از جدیدترین روش های یادگیری ماشین و مدل سازی رایانه برای شناسایی 200 داروی مورد تأیید استفاده کردیم که ممکن است به ما در درمان COVID-19 کمک کند. از این تعداد ، 160 نفر قبلاً به این عفونت ارتباط نداشته اند. این می تواند اسلحه های بیشتری به ما بدهد تا بتوانیم در برابر ویروس مقابله کنیم. "
تیم با استفاده از تجزیه و تحلیل شبکه عصبی مصنوعی ، داروها را بسته به نقش اصلی اهداف آنها در عفونت SARS-CoV-2 طبقه بندی کرد:
آنهایی که همانند سازی ویروس را هدف قرار می دهند و آنهایی که پاسخ ایمنی را هدف قرار می دهند. آنها سپس زیرمجموعه افرادی را که در تکثیر ویروس درگیر بودند گرفتند و آنها را با استفاده از رده های سلولی مشتق شده از انسان و نخستی های غیر انسانی آزمایش کردند.
