2020年3月，韩国和美国学者发表在《Comput Struct Biotechnol J》的一项研究，通过药物-靶点相互作用深度学习模型，预测可能作用于新型冠状病毒（SARS-CoV-2）的商业可及的抗病毒药。

SARS-CoV-2感染快速扩散，全球感染率增加。由于缺乏SARS-CoV-2有效的治疗选择，中国检测了各种策略，包括药物重新利用。

本研究中，研究者使用了之前训练的基于深度学习的药物-靶点相互作用模型（称为分子变压器-药物靶点相互作用（MT-DTI）），来识别可能作用于SARS-CoV-2病毒蛋白的市售药物。

结果表明，阿扎那韦（一种用于治疗和预防人类免疫缺陷病毒（HIV）的抗逆转录病毒药物）是最佳的化合物，其对SARS-CoV-2 3C样蛋白酶的抑制效果为Kd=94.94nM，其次是瑞德西韦（113.13nM）、依法韦伦（199.17nM）、利托那韦（204.05nM）、多替拉韦（336.91nM）。有趣的是，洛匹那韦、利托那韦和达芦那韦都是针对病毒蛋白酶设计的。然而，根据研究者的预测，这些药物也可能与SARS-CoV-2的复制复合物结合，其抑制效果为Kd＜1000nM。此外，研究者也发现，一些抗病毒药物，如洛匹那韦/利托那韦，可用于治疗SARS-CoV-2。

总体来说，研究者建议当确定SARS-CoV-2有效治疗策略时，可考虑MT-DTI模型识别出来的抗病毒药物。

（选题审校：黄振城 编辑：丁好奇）
（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

参考资料：
Comput Struct Biotechnol J. 2020 Mar 30;18:784-790
Predicting Commercially Available Antiviral Drugs That May Act on the Novel Coronavirus (SARS-CoV-2) Through a Drug-Target Interaction Deep Learning Model
https://pubmed.ncbi.nlm.nih.gov/32280433