《3月16日_基于网络快速识别针对SARS-CoV-2的候选老药》

  • 来源专题:COVID-19科研动态监测
  • 编译者: zhangmin
  • 发布时间:2020-03-17
  • 1.时间:2020年3月16日

    2.机构或团队:美国克利夫兰诊所、凯斯西储大学医学院

    3.事件概要:

    Nature子刊Cell Discovery于3月16日出版了美国克利夫兰诊所、凯斯西储大学医学院的论文“Network-based drug repurposing for novel coronavirus 2019-nCoV/SARS-CoV-2”,基于网络对可用于冠状病毒治疗的药物再利用进行了研究。该研究曾于2月5日在medRxiv预印平台上发布。

    文章称目前还没有针对冠状病毒SARS-CoV-2的有效药物,与从头合成新药的研发相比,老药新用是一种有效的药物发现策略,可以缩短时间并降低成本。在这项研究中,研究人员提出了一种综合的抗病毒药物再利用方法,实现了一个基于系统药理学的网络医学平台,量化了人类蛋白质-蛋白质相互作用网络中人类冠状病毒(HCoV)-宿主相互作用组与药物靶点之间的相互作用。

    利用药物靶标和HCoV -宿主相互作用的网络邻近分析,研究人员确定了16种潜在的抗HCoV可再利用药物(例如melatonin(褪黑素)、mercaptopurine(巯基嘌呤)和sirolimus(西罗莫司)的优先级,这些药物通过药物基因特征和在人类细胞系中的HCoV诱导的转录组学数据的富集分析进一步得到了验证。研究人员进一步确定了由“互补暴露”模式获得的三种潜在药物组合:西罗莫司+放线菌素,巯基嘌呤+褪黑素以及托瑞米芬+大黄素。这些药物的靶点均靶向HcoV-宿主的子网络,但靶向了人类互动网络组的不同区域。文章称这项研究提供了一种有力的基于网络的快速识别针对SARS-CoV-2的候选可再利用药物和潜在药物组合的方法。

    4.附件:

    原文链接:https://www.nature.com/articles/s41421-020-0153-3

  • 原文来源:https://www.nature.com/articles/s41421-020-0153-3
相关报告
  • 《基于网络快速识别针对SARS-CoV-2的候选老药》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-03-25
    • Nature子刊Cell Discovery于3月16日出版了美国克利夫兰诊所、凯斯西储大学医学院的论文“Network-based drug repurposing for novel coronavirus 2019-nCoV/SARS-CoV-2”,基于网络对可用于冠状病毒治疗的药物再利用进行了研究。该研究曾于2月5日在medRxiv预印平台上发布。 文章称目前还没有针对冠状病毒SARS-CoV-2的有效药物,与从头合成新药的研发相比,老药新用是一种有效的药物发现策略,可以缩短时间并降低成本。在这项研究中,研究人员提出了一种综合的抗病毒药物再利用方法,实现了一个基于系统药理学的网络医学平台,量化了人类蛋白质-蛋白质相互作用网络中人类冠状病毒(HCoV)-宿主相互作用组与药物靶点之间的相互作用。 利用药物靶标和HCoV -宿主相互作用的网络邻近分析,研究人员确定了16种潜在的抗HCoV可再利用药物(例如melatonin(褪黑素)、mercaptopurine(巯基嘌呤)和sirolimus(西罗莫司)的优先级,这些药物通过药物基因特征和在人类细胞系中的HCoV诱导的转录组学数据的富集分析进一步得到了验证。研究人员进一步确定了由“互补暴露”模式获得的三种潜在药物组合:西罗莫司+放线菌素,巯基嘌呤+褪黑素以及托瑞米芬+大黄素。这些药物的靶点均靶向HcoV-宿主的子网络,但靶向了人类互动网络组的不同区域。文章称这项研究提供了一种有力的基于网络的快速识别针对SARS-CoV-2的候选可再利用药物和潜在药物组合的方法。
  • 《2月23日_基于生物活性的建模可识别针对SARS-CoV-2的抗病毒药物》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2021-02-25
    • Nature Biotechnology于2月23日发表了美国国立卫生研究院和加拿大公共卫生署等机构的文章“Biological activity-based modeling identifies antiviral leads against SARS-CoV-2”,描述了基于生物活性的建模可识别针对SARS-CoV-2的抗病毒药物。 文章称,药物发现的计算方法,例如定量结构与活性之间的关系,依靠小分子的结构相似性可以推断生物活性,但通常仅限于在接近已知配体的化学空间中识别新的候选药物。该研究报告了一种基于生物活性的建模(BABM)方法,在这种方法中,跨多个试验建立的化合物活性谱被用作在其他试验中或针对新目标预测化合物活性的信号。通过基于高通量筛选数据识别寨卡病毒和埃博拉病毒的候选抗病毒药物,验证了此方法的有效性。然后应用BABM模型预测了311种对SARS-CoV-2具有潜在活性的化合物。在预测的化合物中,有32%的化合物在细胞培养活病毒分析中具有抗病毒活性,最有效的化合物在纳摩尔浓度范围内显示出半最大抑制浓度。大多数已确认的抗SARS-CoV-2化合物是病毒进入抑制剂和/或自噬调节剂。这些确认的化合物有潜力进一步开发为抗SARS-CoV-2疗法。 原文链接:https://www.nature.com/articles/s41587-021-00839-1