010-84476011
环球医学>> 临床用药>> 感染>>正文内容
感染

药物-靶点相互作用深度学习模型 预测出哪些可能的抗新冠病毒药物?

来源:环球医学编写    时间:2020年05月06日    点击数:    5星

2020年3月,韩国和美国学者发表在《Comput Struct Biotechnol J》的一项研究,通过药物-靶点相互作用深度学习模型,预测可能作用于新型冠状病毒(SARS-CoV-2)的商业可及的抗病毒药。

SARS-CoV-2感染快速扩散,全球感染率增加。由于缺乏SARS-CoV-2有效的治疗选择,中国检测了各种策略,包括药物重新利用。

本研究中,研究者使用了之前训练的基于深度学习的药物-靶点相互作用模型(称为分子变压器-药物靶点相互作用(MT-DTI)),来识别可能作用于SARS-CoV-2病毒蛋白的市售药物。

结果表明,阿扎那韦(一种用于治疗和预防人类免疫缺陷病毒(HIV)的抗逆转录病毒药物)是最佳的化合物,其对SARS-CoV-2 3C样蛋白酶的抑制效果为Kd=94.94nM,其次是瑞德西韦(113.13nM)、依法韦伦(199.17nM)、利托那韦(204.05nM)、多替拉韦(336.91nM)。有趣的是,洛匹那韦、利托那韦和达芦那韦都是针对病毒蛋白酶设计的。然而,根据研究者的预测,这些药物也可能与SARS-CoV-2的复制复合物结合,其抑制效果为Kd<1000nM。此外,研究者也发现,一些抗病毒药物,如洛匹那韦/利托那韦,可用于治疗SARS-CoV-2。

总体来说,研究者建议当确定SARS-CoV-2有效治疗策略时,可考虑MT-DTI模型识别出来的抗病毒药物。


(选题审校:黄振城 编辑:丁好奇)
(本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校,环球医学资讯编辑完成。)

 


参考资料:
Comput Struct Biotechnol J. 2020 Mar 30;18:784-790
Predicting Commercially Available Antiviral Drugs That May Act on the Novel Coronavirus (SARS-CoV-2) Through a Drug-Target Interaction Deep Learning Model
https://pubmed.ncbi.nlm.nih.gov/32280433
 

评价此内容
 我要打分

现在注册

联系我们

最新会议

    [err:标签'新首页会议列表标签'查询数据库时出现异常。有关错误的完整说明,请到后台日志管理中查看“异常记录”]