Ученые создают инструмент для быстрого скрининга молекул, которые могут нейтрализовать коронавирус

Ученые создают инструмент для быстрого скрининга молекул, которые могут нейтрализовать коронавирус

Команда ученых под руководством Тюдора Опреа из университета Нью-Мехико создала уникальный инструмент, позволяющий разработчикам лекарств быстро определять молекулы, способные нейтрализовать вирус до проникновения в человеческие клетки или на ранних стадиях инфекции

В работе, опубликованной в Nature Machine Intelligence, исследователи презентовали REDIAL-2020, открытый онлайн источник вычислительных моделей, которые помогут ученым быстро сканировать мелкие молекулы на их потенциал в борьбе с COVID, сообщает Science Daily.

«Это в некоторой степени заменяет лабораторные эксперименты», – говорит Опреа. – «И сужает поле для фокусировки. Поэтому мы поместили его онлайн, чтобы все могли им пользоваться».

В то время, как ученые публиковали данные прошлой весной относительно переназначения существующих лекарств для COVID, они обнаружили, что у них достаточно данных для построения основательных моделей для машинного обучения.

Исследователи в области биомедицины обычно фокусируются на положительных результатах, но в данном случае, ученые также сообщали, у каких молекул нет эффекта борьбы с вирусом. Включение отрицательных данных усиливает точность машинного обучения, по словам Опреа.

«Идея в том, что мы определяем молекулы, подходящие под идеальный профиль», – говорит он. – «Нам нужно найти молекулы с определенной активностью».

«Коронавирус – коварный противник. Не думаю, что существует один полностью подходящий препарат».

Вместо этого, исследователи, вероятно, разработают коктейль из множества лекарств, атакующий вирус на различных фронтах.

Читайте еще: Чи можна повторно заразитися СOVID-19: нові штами, хвороба після вакцини і клітинний імунітет

REDIAL-2020 базируется на алгоритмах машинного обучения, способных быстро обрабатывать огромные массивы данных и вычленять скрытые паттерны, которые человек, возможно, не воспринимает. Команда Опреа подтвердила прогнозы машинного обучения, сравнив данные исследовательского центра с известными эффектами одобренных лекарств базы данных университета Нью-Мехико.

В принципе, этот вычислительный процесс гибок и его можно натренировать оценивать элементы против других патогенов, а также оценивать химикаты, еще не одобренные для использования на людях.