Brněnští vědci pomocí umělé inteligence prozkoumali tisíce možných léků proti koronaviru

• kar

23. 7. 2020‌‌|Zdroj: ČT24, FNUSA, ČTK

Ilustrační foto

Zdroj: FNUSA

Vědci z Brna navrhli některá už schválená léčiva, která podle nich mohou zabránit vazbě koronaviru na lidskou buňku. Přišli na ně při zkoumání proteinů za použití umělé inteligence, která nabízí i nové struktury léků.

Výzkumníci provedli u 4359 schválených léků virtuální screening, aby zjistili jejich účinnost na protein, který je klíčový k šíření viru SARS-CoV-2. Provedli několik simulací změn molekulového uspořádání proteinu tak, aby zjistili, který ze známých léků by mohl mít největší účinnost, uvedl Gaspar Pinto z Loschmidtových laboratoří Masarykovy univerzity a Fakultní nemocnice u sv. Anny.

Postup generuje enormní množství dat, proto se využívají metody strojového učení a umělá inteligence pro jejich analýzu.

Na základě výpočtů vědci navrhli několik schválených léčiv, která mohou blokovat funkci proteinu a tím zabránit vazbě viru na lidskou hostitelskou buňku. „Umělá inteligence dokáže také nabídnout nové struktury léků, které by se vázaly na protein ještě účinněji,“ uvedl Pinto. Podle něj je to nová oblast výzkumu nemoci covid-19, v níž se tvoří softwarová řešení pro urychlení vývoje nových léků.

Pomoc umělé inteligence

Do zkoumání se zapojili vědci z Loschmidtových laboratoří Přírodovědecké fakulty, Ústavu výpočetní techniky, výzkumného centra RECETOX Masarykovy univerzity (MU) a Mezinárodního centra klinického výzkumu Fakultní nemocnice u sv. Anny v Brně (FNUSA-ICRC). V projektu využívají počítačové biochemie, umělé inteligence a principů strojového učení. 

Jiří Damborský

Zdroj: FNUSA

„Pomocí vlastního software CaverDock jsme se zaměřili na počítačové studium proteinu, který je klíčový v šíření viru SARS-CoV-2 v lidském organismu,“ uvedl Jiří Damborský z Přírodovědecké fakulty Masarykovy univerzity a vedoucí výzkumného týmu Proteinové inženýrství FNUSA-ICRC.

„V tomto projektu jsme námi vyvíjený program CaverDock poprvé použili ke studiu takto vysokého počtu molekul. Program prokázal vynikající a prakticky stoprocentní robustnost a tím se zařadil mezi nejspolehlivější nástroje ve své kategorii,“ řekl autor algoritmů Jiří Filipovič z Ústavu výpočetní techniky MU.