Cedera Ginjal Akut di antara orang Afrika-Amerika dengan Ciri dan Penyakit Sel Sabit

Pembelajaran mesin membantu berburu terapi COVID-19


Newswise – Profesor Guowei Wei dari Yayasan Universitas Negeri Michigan tidak sedang mempersiapkan teknik pembelajaran mesin untuk krisis kesehatan global. Tetap saja, ketika satu pecah, dia dan timnya siap membantu.

Grup tersebut sudah memiliki satu model pembelajaran mesin yang bekerja dalam pandemi, yang memprediksi konsekuensi mutasi pada SARS-CoV-2. Sekarang, tim Wei telah mengerahkan yang lain untuk membantu pengembang obat pada petunjuk paling menjanjikan untuk menyerang salah satu target virus yang paling menarik. Para peneliti membagikan penelitian mereka di jurnal peer-review Chemical Science.

Sebelum pandemi, Wei dan timnya telah mengembangkan model komputer pembelajaran mesin – khususnya, model yang menggunakan apa yang dikenal sebagai pembelajaran mendalam – untuk membantu menghemat waktu dan uang pengembang obat. Para peneliti “melatih” model pembelajaran mendalam mereka dengan kumpulan data yang berisi informasi tentang protein yang ingin ditargetkan oleh pengembang obat dengan terapi. Model kemudian dapat membuat prediksi tentang jumlah minat yang tidak diketahui untuk membantu memandu rancangan dan pengujian obat.

Selama tiga tahun terakhir, model Spartan telah berada di antara yang berkinerja terbaik dalam seri kompetisi dunia untuk desain obat berbantuan komputer yang dikenal sebagai Drug Design Data Resource, atau D3R, Grand Challenge. Kemudian COVID-19 datang.

“Kami tahu ini akan menjadi buruk. China menutup seluruh kota dengan 10 juta orang, ”kata Wei, yang merupakan profesor di Departemen Matematika serta Teknik Listrik dan Komputer. “Kami memiliki teknik di tangan, dan kami tahu ini penting.”

Wei dan timnya telah menggunakan kembali model pembelajaran mendalam mereka untuk fokus pada protein SARS-CoV-2 spesifik yang disebut protease utamanya. Protease utama adalah roda penggerak dalam mesin protein virus corona yang sangat penting bagi cara patogen membuat salinan dirinya sendiri. Obat yang menonaktifkan roda gigi itu dapat menghentikan virus untuk mereplikasi.

Apa yang membuat protease utama menjadi target yang lebih menarik adalah bahwa hal itu berbeda dari semua protease manusia yang diketahui, yang tidak selalu demikian. Karenanya, obat-obatan yang menyerang protease virus cenderung tidak mengganggu biokimia alami manusia.

Keuntungan lain dari protease utama SARS-CoV-2 adalah hampir identik dengan virus corona yang bertanggung jawab atas wabah SARS tahun 2003. Artinya, pengembang obat dan tim Wei tidak memulai sepenuhnya dari awal. Mereka memiliki informasi tentang struktur protease utama dan senyawa kimia yang disebut protease inhibitor yang mengganggu fungsi protein.

Namun, masih ada kesenjangan dalam memahami di mana protease inhibitor tersebut melekat pada protein virus dan seberapa erat. Di situlah model pembelajaran mendalam Spartan masuk.

Tim Wei menggunakan modelnya untuk memprediksi rincian tersebut untuk lebih dari 100 protease inhibitor yang diketahui. Data itu juga memungkinkan tim memeringkat inhibitor tersebut dan menyoroti yang paling menjanjikan, yang bisa menjadi informasi yang sangat berharga bagi laboratorium dan perusahaan yang mengembangkan obat baru, kata Wei.

“Pada hari-hari awal kampanye penemuan obat, Anda mungkin memiliki 1.000 kandidat,” kata Wei. Biasanya, semua kandidat itu akan pindah ke tes praklinis pada hewan, lalu mungkin 10 atau lebih yang paling menjanjikan dapat dengan aman maju ke uji klinis pada manusia, jelas Wei.

Dengan berfokus pada obat-obatan yang paling tertarik pada titik-titik paling rentan dari protease, para pengembang obat dapat mengurangi daftar 1.000 itu dari awal, menghemat uang dan berbulan-bulan, jika tidak bertahun-tahun, kata Wei.

“Ini adalah cara untuk membantu pengembang obat memprioritaskan. Mereka tidak perlu membuang sumber daya untuk memeriksa setiap kandidat, ”katanya.

Tapi Wei juga punya pengingat. Model tim tidak menggantikan kebutuhan untuk validasi eksperimental, uji praklinis atau klinis. Pengembang obat masih perlu membuktikan bahwa produk mereka aman sebelum menyediakannya untuk pasien, yang bisa memakan waktu bertahun-tahun.

Karena alasan itu, kata Wei, perawatan antibodi yang menyerupai apa yang diproduksi sistem kekebalan secara alami untuk melawan virus corona kemungkinan besar akan menjadi terapi pertama yang disetujui selama pandemi. Namun, antibodi ini menargetkan protein lonjakan virus, bukan protease utamanya. Oleh karena itu, mengembangkan protease inhibitor akan memberikan tambahan yang disambut baik dalam gudang senjata untuk melawan musuh yang mematikan dan terus berkembang.

“Jika pengembang ingin merancang satu set obat baru, pada dasarnya kami telah menunjukkan apa yang perlu mereka lakukan,” kata Wei.

(Catatan untuk media: Harap sertakan tautan ke makalah asli dalam liputan online: https://pubs.rsc.org/en/content/articlelanding/2020/sc/d0sc04641h#!divAbstract)

###

Michigan State University telah bekerja untuk memajukan kebaikan bersama dengan cara yang tidak biasa selama 160 tahun. Salah satu universitas riset terbaik di dunia, MSU memfokuskan sumber dayanya yang luas untuk menciptakan solusi bagi beberapa tantangan dunia yang paling mendesak, sambil memberikan peluang yang mengubah hidup untuk komunitas akademik yang beragam dan inklusif melalui lebih dari 200 program studi dalam 17 derajat perguruan tinggi pemberi.


Diposting Oleh : https://singaporeprize.co/

About the author