Autorami publikacji są badacze z Shenzhen Institutes of Advanced Technology w Chinach.
Pandemia COVID-19 sprawiła, że naukowcy z całego świata zaangażowali się w poszukiwanie skutecznych leków. Poza próbami znalezienia nowych substancji, które sprawdziłby się w tej roli, rozważane jest wykorzystanie już istniejących leków, pierwotnie przeznaczonych do leczenia innych schorzeń. Okazuje się, że pomocne w tym drugim przypadku mogą być komputerowe symulacje interakcji różnych leków z SARS-CoV-2, czyli wirusem wywołującym COVID-19.
ZOBACZ AKTUALNĄ MAPĘ ZAKAŻEŃ>>>
Aby wspomóc wirtualne badanie istniejących leków, dr Haiping Zhang wraz ze współpracownikami połączył wiele technik obliczeniowych, które symulują interakcje lek-wirus z różnych, uzupełniających się perspektyw. Za pomocą tej metody przeanalizował 1906 obecnych na rynku leków. Testował je pod kątem ich potencjalnej zdolności do hamowania replikacji SARS-CoV-2 poprzez celowanie w białko wirusowe zwane polimerazą RNA zależną od RNA (RdRP).
Takie nowatorskie podejście do badań przesiewowych pozwoliło zidentyfikować cztery obiecujące leki, które następnie przetestowano w warunkach laboratoryjnych. Dwa preparaty - pralatreksat i azytromycyna - skutecznie hamowały replikację wirusa. Dalsze eksperymenty laboratoryjne wykazały, że pralatreksat hamował ową replikację silniej niż remdesivir, czyli lek obecnie stosowany u pacjentów z COVID-19.
Odkrycia te sugerują, że pralatreksat mógłby potencjalnie zostać wykorzystany w leczeniu ofiar pandemii. Jednak środek ten wywołuje znaczące skutki uboczne i jest stosowany wyłącznie u osób z chłoniakiem terminalnym, które nie poddają się innej terapii. Zastosowanie go u pacjentów z COVID-19 jest więc kontrowersyjne. Mimo to, odkrycia potwierdzają, że wykorzystanie nowej strategii badań przesiewowych do identyfikacji leków faktycznie działa.
- Udowodniliśmy wartość naszego nowatorskiego podejścia, które łączy technologie uczenia głębokiego z bardziej tradycyjnymi symulacjami dynamiki molekularnej - podsumowuje dr Zhang. On i jego koledzy pracują obecnie nad dodatkowymi metodami obliczeniowymi do generowania nowych struktur molekularnych, które mogłyby stać się nowymi lekami na COVID.
