Новая вычислительная стратегия скрининга лекарств в сочетании с лабораторными экспериментами предполагает, что пралатрексат, химиотерапевтический препарат, первоначально разработанный для лечения лимфомы, потенциально может быть перепрофилирован для лечения Covid-19. Хайпин Чжан из Шэньчжэньского Института передовых технологий в Шэньчжэне, Китай, и его коллеги представляют эти результаты в журнале открытого доступа PLOS Computational Biology.

Поскольку пандемия Covid-19 вызывает болезни и смерть во всем мире, срочно необходимы более эффективные методы лечения. Одним из путей может быть перепрофилирование существующих лекарств, которые первоначально были разработаны для лечения других состояний. Вычислительные методы могут помочь идентифицировать такие лекарства, моделируя, как различные лекарства будут взаимодействовать с SARS-CoV-2, вирусом, вызывающим Covid-19.

Чтобы помочь виртуальному скринингу существующих лекарств, Чжан и его коллеги объединили несколько вычислительных методов, которые моделируют взаимодействие лекарств и вирусов с разных, взаимодополняющих точек зрения. Они использовали этот гибридный подход для скрининга 1906 существующих лекарств на предмет их потенциальной способности ингибировать репликацию SARS-CoV-2, нацеливаясь на вирусный белок, называемый РНК-зависимой РНК-полимеразой (RdRP).

Новый подход к скринингу выявил четыре перспективных препарата, которые затем были протестированы против SARS-CoV-2 в лабораторных экспериментах. Два препарата, пралатрексат и Азитромицин, успешно подавляли репликацию вируса. Дальнейшие лабораторные эксперименты показали, что пралатрексат более сильно ингибирует репликацию вируса, чем ремдесивир, препарат, который в настоящее время используется для лечения некоторых пациентов с Covid-19.

Эти данные свидетельствуют о том, что пралатрексат потенциально может быть использован для лечения Covid-19. Однако этот химиотерапевтический препарат может вызвать значительные побочные эффекты и используется для людей с терминальной лимфомой, поэтому немедленное применение для пациентов с Covid-19 не гарантируется. Тем не менее, полученные результаты подтверждают использование новой стратегии скрининга для выявления лекарств, которые могут быть перепрофилированы.

"Мы продемонстрировали ценность нашего нового гибридного подхода, который сочетает технологии глубокого обучения с более традиционными моделями молекулярной динамики",-говорит Чжан. В настоящее время он и его коллеги разрабатывают дополнительные вычислительные методы для создания новых молекулярных структур, которые могут быть использованы в новых препаратах для лечения Covid-19.

ИСТОЧНИК