Công nghệ máy học mới giúp xác định hàng trăm ứng cử viên thuốc Covid-19

Các nhà nghiên cứu tại Đại học California, Riverside (UCR) đã sử dụng máy học để xác định hàng trăm loại thuốc tiềm năng mới, có thể giúp điều trị dịch bệnh Covid-19.

Theo đó, nhóm nghiên cứu đã sử dụng một số lượng nhỏ các phối tử (là các phân tử gắn vào các vị trí thụ thể đặc hiệu trên các tế bào), gắn kết 65 protein của con người, mà bản thân các protein này được xem là có tương tác cực nhạy với protein virus SARS-CoV-2 để tạo ra các mô hình học máy cho mỗi protein đó. Các mô hình này sau đó được cho phản ứng với các hóa chất mục tiêu, để tìm ra loại chất nào tiềm năng nhất chống lại virus SARS-CoV-2 .

Ở đây, mô hình học máy được sử dụng để sàng lọc hơn 10 triệu phân tử hóa chất nhỏ có sẵn trên thị trường, từ một cơ sở dữ liệu lấy từ ZINC – một cơ sở dữ liệu miễn phí chứa 230 triệu loại hóa chất, sau đó được công nghệ máy học phân tích theo phương pháp Silico.

Giáo sư Anandasankar Ray đã cho thuật toán công nghệ máy học này kết nối với AI, có khả năng tự dạy mình cách dự đoán và phát hiện các mẫu phản ứng sàng lọc theo thời gian, thông qua các phép thử đúng sai. Sau đó, AI có thể xác định các chất ức chế và chất hoạt hóa phân tử mới có hiệu quả chống virus tốt nhất.

Kết quả cho thấy, mô hình máy học đã xác định được vài hợp chất có phản ứng kháng lại protein SARS-CoV-2. Sau đó, các chất này đã được Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) phê duyệt.

Điểm kỳ thú là qua quá trình sàng lọc phản ứng áp suất hóa hơi bằng công nghệ máy học, Giáo sư Ray còn phát hiện một số chất dễ bay hơi, có tác dụng kháng khuẩn tốt, rất tiềm năng để phát triển thuốc điều trị qua đường hít sau này.

Thậm chí, nhóm cũng dùng công nghệ máy học này để tính toán lượng độc tính xảy ra từ các chuỗi phản ứng thử nghiệm, để tìm ra các ứng cử viên thuốc có khả năng gây độc cao, khi dùng để điều trị virus SARS-CoV-2.

Ray và Kowalewski lập luận rằng, chiến lược dùng công nghệ máy học sàng lọc số lượng lớn các chất hóa học sẽ có lợi thế hơn, tiết kiệm chi phí, thời gian công sức hơn, so với các cách sàng lọc hóa chất phải thuộc vào nuôi cấy tế bào truyền thống, rồi đem cho phản ứng thử phải mất tới nhiều năm.

Anandasankar Ray cho biết: “Cơ sở dữ liệu của chúng tôi có thể đóng vai trò là nguồn tài nguyên để xác định và thử nghiệm nhanh chóng các chiến lược điều trị mới, an toàn đối với Covid-19, các bệnh khác có liên quan đến 65 loại protein đích. Chúng tôi hy vọng dữ liệu thử nghiệm từ hơn 10 triệu phân tử chất hóa học dưới sự hỗ trợ của công nghệ máy học này sẽ đẩy nhanh việc tìm ra thuốc trong cuộc chiến chống lại không chỉ Covid-19 mà còn cả một số bệnh khác nữa”.

Công trình này với tiêu đề: “Dự đoán các loại thuốc mới cho SARS-CoV-2 bằng cách sử dụng máy học sàng lọc phản ứng từ 10 triệu phân tử hóa học nhỏ” được đăng tải trên tạp chí Heliyon vào ngày 13/8.

Theo Medicaldevice-network