来自剑桥大学的科学家已经确定了200种预计对COVID-19有效的获批药物，其中40种目前正在进行COVID-19临床试验。
近日发表在《科学进展》上的一项研究中，剑桥大学米尔纳疗法研究所和古尔研究所领导的一个小组采用组合计算生物学和机器学习，创建一份涉及SARS-CoV-2感染的蛋白质全面地图——从帮助病毒侵入宿主细胞的蛋白质到感染后产生的蛋白质。通过使用人工智能(AI)方法检查这个网络，他们能够识别参与感染的关键蛋白质，以及可能被药物靶向的生物途径。
迄今为止，治疗COVID-19的小分子和抗体方法大多是目前正在进行临床试验或已经通过临床试验并获得批准的药物。大部分的焦点都集中在几个关键的病毒或宿主目标上，或者是途径上——比如炎症，在这些途径上，药物治疗可以作为一种干预手段。
该团队利用计算机建模对近2,000种获批药物进行了“虚拟屏幕”，并确定了可能有效对抗COVID-19的200种获批药物。其中40种药物已经进入临床试验，研究人员认为这支持了他们所采取的方法。
当研究人员测试了与病毒复制有关的一类药物时，他们发现其中两种药物——一种抗疟药和一种用于治疗风湿性关节炎的药物——能够抑制病毒，这为他们基于数据的方法提供了初步验证。
研究人员表示，“我们使用最新的机器学习和计算机建模技术，确定了200种可能帮助我们治疗COVID-19的批准药物。其中，160种以前没有被发现与这种感染有关。这将给我们提供更多的武器来对抗病毒。”
利用人工神经网络分析，该团队根据药物在SARS-CoV-2感染中的首要作用对其进行分类:针针对病毒复制和针对免疫反应。然后，他们提取了一些参与病毒复制的细胞，并用来自人类和非人类灵长类动物的细胞系进行测试。
特别值得注意的是两种药物，柳氮磺胺吡啶(用于治疗类风湿性关节炎和克罗恩病等疾病)和丙鸟嘌呤(抗疟药)，研究小组发现，这两种药物减少了SARS-CoV-2病毒在细胞中的复制，提高了它们潜在用于预防感染或治疗COVID-19的可能性。
