针对2019冠状病毒疾病(COVID-19)药物开发的机器学习技术:案例研究协议

摘要

新冠病毒药物的发现需要快速通道，以实现有效和安全的替代方案。当今时代要求药物发现过程的演进。有几个因素导致了新药的高成本和长开发时间。找到一个新的分子靶点取决于对疾病病理的详细了解，这通常需要数年的基础研究。将基因和表达研究与蛋白相互作用网络(Protein Interaction Network, PIN)相结合，并考虑由此形成的网络的功能和拓扑特征，可能被证明是一种有效的目标识别策略。此外，除了现有的用于识别配体的计算工具外，人工智能方法现在可以用于将搜索空间增加许多倍，从而提供了一种更快的筛选方法。

人工智能可以与现有的药物发现管道集成，以实现合理的靶点识别，预测分子靶点的精确3D结构，并为假定的调制剂筛选大型配体库。本章涵盖了扫描和验证COVID-19治疗靶点的详细方案，并为未来的体外或体内验证筛选化合物。本章涵盖靶点选择策略，以及人工智能识别药物-靶点相互作用的应用。