自世界卫生组织宣布 COVID-19 为全球大流行病以来，研究人员已对导致该疾病的新型冠状病毒 SARS-CoV-2 有了深入了解。然而，尽管投入了大量精力和资金，针对 COVID-19 患者的有效治疗方法仍难以确定。虽然全球已有多种候选疫苗进入临床试验阶段，但即使这些疫苗被证明安全有效，仍需数月甚至数年时间来生产、分发并为全球人口接种。因此，迫切需要找到有效的抗病毒治疗方法，以减轻病毒对在疫情得到控制前可能感染的更多人群的影响。
科学家们一直在探索各种方法来加速药物研发进程，以满足这一迫切需求，包括利用计算方法来识别已获批用于其他适应症、且可能对治疗 COVID-19 有效的药物。为助力这一工作，CAS 的一组科学家和技术人员利用定量构效关系（QSAR）方法，通过针对 SARS-CoV-2 关键蛋白靶点的机器学习模型，寻求识别可能的 COVID-19 治疗候选药物。这项工作成功识别出了一些目前已开始显示临床疗效的药物（包括洛匹那韦和替米沙坦），并近期发表在《ACS Omega》期刊上。
推陈出新
鉴于将新药推向市场所需的时间和成本巨大，重新利用现有的化学小分子药物是一种极具吸引力的替代方案，尤其是在需求如此迫切的情况下。除了能更快地将治疗方法推向市场外，该策略相较于传统药物研发流程还具有多项优势，包括降低因负面副作用导致后期失败的风险。
药物重定位并非新概念。然而，迄今为止其应用大多是机会性的，而非系统性的。在迄今为止一些最成功的药物重定位案例中，如万艾可（Viagra）和米诺地尔（Minoxidil），新的适应症是在患者报告意外副作用时被发现的。近期，更系统化的药物重定位方法已被引入，包括特征匹配、分子对接、遗传关联、通路映射和回顾性临床分析等计算方法。人们希望通过计算方法，研究人员能够可靠地将现有的小分子疗法与新发现的药物靶点联系起来，从而最大限度地发挥现有药物组合的治疗价值。
锁定靶点
冠状病毒是一个庞大的病毒家族，长期以来已知会导致人类和多种动物出现轻度至中度的上呼吸道疾病。虽然动物特有的冠状病毒很少感染人类并在人群中传播，但迄今为止已有三种冠状病毒被证明能够实现这种跨物种传播：SARS-CoV-1、MERS-CoV 和新型 SARS-CoV-2。这三种病毒均为β-冠状病毒，据信均起源于蝙蝠。鉴于这些病毒之间的相似性及其向人类传播的过程，以往针对 SARS 和 MERS 的研究为寻找 SARS-CoV-2 的可成药靶点提供了良好的起点。在 SARS-CoV-2 的所有蛋白质中，3-胰凝乳蛋白酶样蛋白酶（3CLpro）和 RNA 依赖性 RNA 聚合酶（RdRp）是 QSAR 建模的两个理想蛋白靶点，部分原因在于它们与 SARS-CoV 和 MERS-CoV 以及其他已知冠状病毒中识别出的蛋白质具有显著的相似性。
3CLpro 是一种蛋白酶，冠状病毒需要它来将多蛋白肽切割成独立的非结构功能蛋白（NSPs）。在比较氨基酸序列和蛋白质结构时，发现 3CLpro 在 SARS-CoV-2 与其他人类冠状病毒之间高度保守。它与 SARS-CoV-1 的序列一致性重叠率为96%，与 MERS-CoV 为 87%，与人类冠状病毒为 90%。因此，在以往冠状病毒相关研究中识别出的 3CLpro 抑制剂是 SARS-CoV-2 3CLpro 的潜在抑制剂，相关的构效关系（SAR）数据对于训练寻找 SARS-CoV-2 3CLpro 新抑制剂的机器学习模型具有重要价值。
RdRp 是 RNA 病毒在宿主细胞中复制病毒基因组所利用的主要酶。结构研究和序列分析显示，SARS-CoV-2 RdRp 的结构与 SARS-CoV-1 RdRp 非常相似，并包含多个在大多数病毒 RdRp 中保守的关键氨基酸残基，包括丙型肝炎病毒（HCV）。幸运的是，各种病毒 RdRp 已作为 RNA 病毒抑制剂被广泛研究，特别是在 HCV 相关研究中。因此，现有的针对 HCV 等 RNA 病毒的 RdRp 抑制剂可能为 SARS-CoV-2 RdRp 抑制剂的药物研发提供宝贵的见解。
利用机器学习优先筛选现有疗法
近年来，机器学习模型越来越多地被用于促进药物发现。具体而言，QSAR 通常是现代药物发现过程中的首要步骤之一。简而言之，QSAR 是基于化学物质分子结构的定量测量，对其复杂的生物学或物理化学性质进行近似的数学模型。这些预测性数学模型用于筛选大型化学结构数据库，以优先筛选出最有可能针对已识别靶点发挥作用的候选药物。该方法假设化学物质的活性与其结构直接相关，因此，具有相似结构特征的分子将表现出相似的物理性质和/或生物效应。
在本研究中，我和同事们紧密合作，为 3CLpro 和 RdRp 蛋白靶点构建了高预测性的 QSAR 模型。该团队由计算科学家和化学家组成，整理了 1,000 多种具有结构-生物活性数据的抑制剂作为模型的训练分子。我们从最新的 SARS-CoV-2 生物测定研究中收集了数据，并结合了CAS 内容合集中现有的 SARS-CoV-1、MERS-CoV 及其他相关病毒的研究数据。利用这些数据，我们应用多种机器学习算法构建了数十个 QSAR 模型，并从中筛选出性能最强的模型——一个针对 3CLpro，另一个针对 RdRp。
阅读完整的期刊文章《QSAR 机器学习模型及其在识别病毒 3CLpro 和 RdRp 靶向化合物作为 COVID-19 及相关病毒感染潜在疗法中的应用》，查看所有测试的模型以及脱颖而出的潜在候选药物。
我们利用这两个生成的 QSAR 模型筛选了大量潜在候选药物，包括 1,087 种美国食品药品监督管理局（FDA）批准的药物、来自CAS COVID-19 抗病毒候选化合物数据集的近 50,000 种物质，以及自 2003 年以来在 SARS、MERS 和 COVID-19 相关文献中由 CAS 索引的约 113,000 种具有药理活性或治疗作用的物质。通过将蛋白酶抑制剂活性建模为物质结构的函数，我们在预测为冠状病毒 3CLpro 和 RdRp 活性抑制剂的物质中识别出了一些最有希望的候选药物。此外，我们的模型预测可抑制 SARS-CoV-2 中 3CLpro 或 RdRp 的一些物质，此前也被发现对其他疾病具有治疗活性，而这些疾病已成为导致更严重 COVID-19 感染的风险因素。例如，一种同时已知对心脏病具有活性的 COVID-19 抗病毒候选药物（如盐酸地尔硫卓），在某些情况下可能提供双重益处。
经验证，这些模型在受试者工作特征曲线下面积（ROC-AUC）、敏感性、特异性和准确性方面均表现优异（图 1）。自本研究完成以来，部分被这些模型预测具有高活性的分子已通过已发表的实验性生物测定研究和临床试验得到验证，进一步证明了其预测能力的可靠性。
未雨绸缪，应对未来大流行
尽管本研究旨在识别当前新冠疫情中潜在的治疗化合物，但未来几年很可能还会出现其他病毒性大流行。因此，当务之急是立即着手准备，持续投入并聚焦于抗病毒药物研究。由于不同类型的病毒（如冠状病毒、流感病毒、埃博拉病毒、逆转录病毒）均可引发流行病，且每种新药或新适应症的人体安全性和有效性测试仍需耗费大量时间，因此广谱抗病毒药物和疫苗将具有极高的价值。
计算机辅助药物发现方法（如本文所述的机器学习流程、分子对接和虚拟筛选）的持续发展至关重要。计算机处理能力的不断提升，以及对接与结构预测算法和蛋白质晶体结构测定技术的持续进步，将有力推动这一进程。此外，高通量筛选、组学技术以及现有药物的再利用也将持续发展并愈发重要。然而，这些技术驱动的新方法不会取代实验室研究，而是通过提高效率起到补充作用。我们希望这项结合人工数据整理与机器学习模型，成功识别出新冠肺炎潜在小分子候选药物的研究，能够彰显人机协同在药物发现中的价值，并为新冠肺炎及其他领域的抗病毒研究贡献力量。
作为全球科学界的一员，CAS 致力于利用自身所有资源和能力支持抗击新冠疫情。欢迎探索我们提供的其他 CAS 新冠肺炎 开放获取资源，包括科学见解、开放数据集和专题报告。
