26.01.2022
Чтобы лучше изучить действие коронавируса и вызванный им острый респираторный синдром, исследователи из Национальной лаборатории Ок-Риджа в штате Теннеси (США) разработали новую методику. Они провели молекулярно-динамическое моделирование вируса, вызвавшего пандемию COVID-19, на самом мощном суперкомпьютере в США ORNL Summit (системе IBM AC922). Затем ученые проанализировали результат с помощью индивидуального подхода к глубокому обучению, чтобы создать полную молекулярную картину «шипообразного» белка на поверхности вируса.
Метод позволил определить конкретные «гибкие» области, которые они тщательно изучили, чтобы выявить терапевтические цели. Ученые считают, что это поможет создать более надежные пути лечения, которые прерывают ключевые структурные переходы в жизненном цикле вируса, а также поддерживают естественный иммунный ответ организма.
«Лучшее понимание шиповидного белка может дополнить существующие вакцины против COVID-19, информируя о новых методах лечения и предоставляя информацию о потенциальном дизайне лекарств», — отметил специалист по вычислительной технике Дебсинду Бховмик.
Исследователи смоделировали молекулярные структуры шиповидных белков для SARS-CoV-2 и трех других коронавирусов человека: SARS-CoV-1, MERS-CoV и ВГКоВ-HKU1. После завершения этого уникального и всестороннего сравнения четырех различных шиповидных белков специалисты сравнили компоненты и поведение SARS-CoV-2 с тысячами образцов структур других вирусов, используя архитектуру глубокого обучения, называемую сверточным вариационным автоэнкодером, или CVAE.
Так были выявлены не исследованные ранее области спайкового белка коронавируса, в которых целенаправленное медицинское вмешательство может предотвратить заражение здоровых клеток.
Статья опубликована в материалах Международной конференции IEEE по большим данным 2021 года .
Елена Краснова
Нет комментариев