在药物重定位中整合状态空间建模,参数估计,深度学习和对接技术:关于COVID-19细胞因子风暴的案例研究

科学领域:

• * 病毒学和分子生物学
• * 计算机化药物发现
• * 系统生物学 系统生物学

背景情况:

• *新出现的SARS-CoV-2变种对诊断和治疗提出了重大挑战.
• *药物重新定位对于快速开发有效治疗方法至关重要.
• *了解病毒与宿主蛋白相互作用是治疗干预的关键.

研究的目的:

• * 为了识别SARS-CoV-2准的关键调节蛋白.
• * 调查用于COVID-19管理的药物重用策略.
• *为了评估SARS-CoV-2诱导的细胞因子风暴的治疗干预措施.

主要方法:

• * 数学建模和参数估计,以分析调节性蛋白质反应.
• *比例整数导数 (PID) 控制器用于目标识别.
• * 深度学习和分子对接用于药物标和药物相互作用分析.
• *关于COVID-19细胞因子风暴的案例研究,重点关注 ангиотензин转化酶2 (ACE2).

主要成果:

• *激活ACE2是一种有前途的治疗策略;AT1R抑制的效果较低.
• * 深度学习和分子对接确定了洛梅弗洛克萨辛和福斯塔马提尼布在同时使用时是安全的.
• * 这些药物在控制COVID-19细胞因子风暴方面没有显著的热力学相互作用.

结论:

• *ACE2激活可以减轻SARS-CoV-2引起的肺损伤和炎症.
• *综合方法加快了对病毒变异的安全有效治疗方法的发现.
• * 这一框架增强了药物重定向,以快速开发抗流行病的治疗方法.