定量构效关系(QSAR)机器学习模型及其在寻找潜在COVID-19疗法中的应用

使用 QSAR 寻找 COVID-19 的潜在治疗药物


自世界卫生组织宣布COVID-19为大流行以来的七个月里,尽管全世界付出了巨大的努力和投入,但仍然难以实现对COVID-19患者进行有效的治疗。 为了帮助寻找能够减轻病毒影响的有效抗病毒疗法,美国化学文摘社(CAS)的科学家和技术专家试图通过预测机器学习模型来寻找治疗COVID-19的潜在药物候选物。 CAS的科学家和技术专家应用定量构效关系(QSAR)方法建立并测试了40多个用于优化病毒蛋白靶点3CLpro或RdRp的模型。 最好的分类模型被应用于筛选150,000多个化学物质,包括已被FDA批准的药物。 这项工作成功地找到了一些现在已经开始显示出临床疗效的药物,包括洛比那韦和替米沙坦,以及许多其他候选物质。

我们期望通过CAS科学家标引的数据和机器学习预测模型结合起来的尝试性工作,能够成功地找到用于治疗COVID-19的潜在小分子药物候选物。CAS致力于为COVID-19的抗病毒研究和相关工作努力贡献力量;同时,我们的工作也充分显示了人与机器协同工作在药物发现方面的价值。

访问 ACS Omega 阅读本文


相关阅读