bioRxiv预印平台于2月8日发布了厦门大学和美国密苏里大学的论文“AI-aided design of novel targeted covalent inhibitors against SARS-CoV-2”。文章称，受关注的的已批准药物（例如洛匹那韦/利托那韦）的老药新用被报道未能治愈SARS-CoV-2感染的患者。迫切需要产生针对该病毒的新化学物质。作为冠状病毒生命周期中的关键酶，类似3C的主要蛋白酶（3CLpro或Mpro）对于抗病毒药物设计最为有吸引力。
基于最近解析的结构（PDB ID：6LU7），研究人员开发了具有基于片段的药物设计（ADQN-FBDD）的新型高级深度Q学习网络，用于生成靶向SARS-CoV-2 3CLpro的潜在先导化合物。通过基于结构的优化策略（SBOP），我们从这些先导化合物中获得了一系列衍生物。从AI模型中直接获得的47中先导化合物和基于SBOP的相关衍生物中均可在研究人员建立的分子库中获得，网址为https://github.com/tbwxmu/2019-nCov。研究人员称，这些化合物可以被作研究人员用作开发抗SARS-CoV-2药物的潜在候选药物。
*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。
