Un an après le début de la pandémie de COVID-19, les vaccinations de masse ont commencé à soulever la standpoint alléchante d’une immunité collective qui finit par freiner ou arrêter la propagation du SRAS-CoV-2. Mais que se passe-t-il si l’immunité collective n’est jamais pleinement atteinte – ou si le virus mutant donne naissance à des variantes hyper-virulentes qui diminuent les avantages de la vaccination ?



Ces concerns soulignent la nécessité de traitements efficaces pour les personnes qui continuent de tomber malades du coronavirus. Bien que quelques médicaments existants présentent des avantages, il est urgent de trouver de nouveaux traitements.

Dirigés par Tudor Oprea, MD, PhD, de l’Université du Nouveau-Mexique, les scientifiques ont créé un outil one of a kind pour aider les chercheurs en médicaments à identifier rapidement les molécules capables de désarmer le virus avant qu’il n’envahisse les cellules humaines ou de le désactiver aux premiers stades de l’infection.



les chercheurs ont présenté REDIAL-2020, une suite en ligne open up supply de modèles informatiques qui aidera les scientifiques à cribler rapidement de petites molécules pour leurs propriétés potentielles de lutte contre le COVID.

« Dans une certaine mesure, cela remplace les expériences (en laboratoire), dit Oprea, chef de la division informatique translationnelle de la faculté de médecine de l’UNM. » Cela restreint le champ sur lequel les gens doivent se concentrer. C’est pourquoi nous l’avons mis en ligne pour que tout le monde puisse l’utiliser.  »

L’équipe d’Oprea à l’UNM et un autre groupe de l’Université du Texas à El Paso dirigé par Suman Sirimulla, PhD, ont commencé à travailler sur l’outil REDIAL-2020 au printemps dernier après que des scientifiques du National Middle for Advancing Translational Sciences (NCATS) aient publié leurs propres données. Études de réutilisation des médicaments COVID.

« En prenant conscience de cela, je me suis dit : ‘Attendez une minute, il y a suffisamment de données ici pour que nous puissions créer des modèles d’apprentissage automatique solides' », déclare Oprea. Les résultats des checks de laboratoire du NCATS ont mesuré la capacité de chaque molécule à inhiber l’entrée virale, l’infectivité et la copy, comme l’effet cytopathique – la capacité de protéger une cellule d’être tuée par le virus.

Les chercheurs en biomédecine ont souvent tendance à se concentrer sur les résultats positifs de leurs études, mais dans ce cas, les scientifiques du NCATS ont également signalé quelles molécules n’avaient aucun effet anti-virus. L’inclusion de données négatives améliore en fait la précision de l’apprentissage automatique, dit Oprea.

« L’idée était que nous identifions les molécules qui correspondent au profil parfait », dit-il. « Vous voulez trouver des molécules qui font toutes ces choses et ne font pas les choses que nous ne voulons pas qu’elles fassent. » « Je ne pense pas qu’il y ait un médicament qui convienne tout à un T. » Au lieu de cela, les chercheurs vont probablement concevoir un cocktail multi-médicaments qui attaque le virus sur plusieurs fronts. « Cela remonte au coup de poing un-deux », dit-il.

REDIAL-2020 est basé sur des algorithmes d’apprentissage automatique capables de traiter rapidement d’énormes quantités de données et de dégager des modèles cachés qui pourraient ne pas être perceptibles par un chercheur humain. L’équipe d’Oprea a validé les prédictions d’apprentissage automatique basées sur les données du NCATS en les comparant aux effets connus des médicaments approuvés dans la base de données DrugCentral de l’UNM.

En principe, ce flux de travail de calcul est versatile et pourrait être formé pour évaluer des composés par rapport à d’autres agents pathogènes, ainsi que pour évaluer des produits chimiques qui n’ont pas encore été approuvés pour l’usage humain, dit Oprea.

« Notre objectif principal reste la réutilisation des médicaments, mais nous nous concentrons en fait sur n’importe quelle petite molécule », dit-il. « Il n’est pas nécessaire que ce soit un médicament approuvé. Quiconque teste sa molécule peut trouver quelque selected d’important. »