세계보건기구가 COVID-19 팬데믹을 선언한 후 7개월에 걸친 광범위한 노력과 투자에도 불구하고, 이 질환으로 고통받고 있는 환자를 위한 효과적인 치료법은 여전히 불투명한 상태입니다. CAS 과학자와 기술자들은 바이러스의 영향을 완화할 수 있는 효과적인 항바이러스 치료법을 찾아내려는 노력을 돕기 위해, 예측적 머신 러닝 모델을 사용하여 COVID-19 치료를 위한 약물 후보를 식별하려 시도했습니다. 정량적 구조-활성 관계(QSAR) 방법을 사용해서 우선 바이럴 단백질 표적 3CLpro 또는 RdRp에 대한 40개 이상의 모델을 구축하고 테스트했습니다. FDA 승인 약물을 포함하여 150,000개가 넘는 화학 물질을 심사하기 위해 가장 효과적인 분류 모델을 적용했습니다. 그 결과, 로피나비르 및 텔미사르탄과 기타 많은 후보 물질을 포함하여 임상적 효능을 보이기 시작하는 여러 약물이 발견되었습니다.

COVID-19의 잠재적 저분자 약물 후보를 성공적으로 식별하기 위한 데이터 엄선 작업과 머신 러닝 예측 모델이 결합된 이러한 노력이 신약 개발에 있어 인간과 기계의 시너지 가치를 강조하면서 COVID-19는 물론 향후 팬데믹에 대비하기 위한 지속적인 항바이러스 관련 연구 노력에 기여할 수 있을 것입니다.

‍