圣安东尼奥市的科学家正在利用机器学习来确定致命病毒的潜在治疗方法

圣安东尼奥市的科学家正在利用机器学习来确定致命病毒的潜在治疗方法

圣安东尼奥的一组生物医学研究人员训练了一种机器学习算法，以确定超过两打的可行治疗方法，用于治疗人畜共患病原体引起的疾病，这些病原体可以从动物宿主传播到感染人类。西南研究所 (Swri)、德克萨斯大学圣安东尼奥分校 (UTSA) 和生物医学研究所 (Texas Biomed) 的科学家使用 Swri 开发的 Rhodium™ 软件来研究蝙蝠传播的尼帕病毒和亨德拉亨尼帕病毒，这些病毒在世界某些地区（尤其是 Lusthals 和人类）中很常见。

通过合作，研究人员绘制了麻疹病毒的蛋白质结构图，该病毒与亨尼帕病毒属于同一病毒家族。使用微波激射器作为蓝图，对铑进行了实际检查，并评估了化合物的适当结构和结合效率。 Rhodium 在 4000 万种化合物中鉴定出了 30 种可能有效的 Nipah 和 Hendra 病毒抑制剂。尽管研究重点是亨尼帕病毒的抗病毒治疗，但任何广谱治疗都可能治疗相关病毒，包括麻疹。

Swri 人力资源科学家 Jonathan Bohmann 博士在澳大利亚墨尔本举行的 Hendra@30 Henipavirus 国际会议上介绍了这些发现，他表示：“结果表明，机器学习可以快速识别高致病性病毒的抗病毒候选药物，而这些病毒由于空间限制和生物安全限制而难以研究。” “我们的算法使我们能够最好地利用资源，提供潜在治疗的“短名单”，以供进一步测试。”

这项国防部研究由同行评审医学研究计划资助 (PRMRP) 根据国会医学研究计划 (CDMRP)，为寻找尼帕和亨德拉的治疗方法打开了大门。据世界卫生组织称，感染这些疾病的人中有 40-75% 死亡。

亨尼帕病毒是致命的病原体。它们是亚洲和澳大利亚动物种群的特有种，但针对牲畜和人类的事件定期季节性发生，由于大流行的可能性，这一点令人担忧。 “

Jonathan Bohmann 博士，Swri 人力资源科学家

研究此类传染病需要遵守严格的安全标准并进入 BSL-4 高防护实验室。通过虚拟筛选化合物，研究人员可以节省时间和资源。

“我们的工作强调了我们圣安东尼奥机构的协作、多学科研究的力量，为开发新型抗病毒候选药物制定了全面且有凝聚力的战略，”德克萨斯大学教授兼药物化学和创新有效性合成核心特征主任斯坦顿·麦查迪博士说。

“铑在消除有毒化合物和寻找有效的疾病抑制剂方面做得非常好，”德克萨斯生物医学中心的助理教授 Olena Shtanko 博士说，他与 McHardy 和 Bohmann 合作评估了铑确定的抗病毒化合物的有效性。 “我们在短时间内取得了相当大的进展，但还需要更多的研究。”

SWRI 的制药和生物工程部门提供 FDA 闻所未闻的设施，符合现行的良好生产规范标准。

资料来源：