kapustina-annna@yandex.ru 0,0

Коронавирусы находятся в списке опасных патогенов с начала XXI в. В 2002 г. коронавирус вызвал эпидемию тяжелого острого респираторного синдрома (англ. severe acute respiratory syndrome, SARS), а в 2013 г. — ближневосточный респираторный синдром (англ. Middle East respiratory syndrome, MERS). В конце 2019 г. в Китае началась новая вспышка коронавирусной инфекции (англ. coronavirus disease, COVID-19), которая застала человечество врасплох. Вирус SARS-CoV-2, отличающийся довольно высокой инфицирующей способностью и смертностью, перекинулся на другие страны, и 11 марта ВОЗ объявила вспышку COVID-19 пандемией. В связи с этим перед учеными встала ключевая задача: в кратчайшие сроки разработать способы лечения и профилактики. На помощь в этом приходят передовые компьютерные технологии — молекулярное моделирование, виртуальный скрининг и искусственный интеллект. В продолжение ставшей уже такой популярной на «Биомолекуле» темы SARS-CoV-2 мы выкладываем (с некоторыми изменениями и дополнениями) исходно опубликованный в «Природе» обзор предварительных результатов разработки лекарственных препаратов против нового коронавируса с акцентом на применение компьютерных технологий.

Проблема стремительного распространения устойчивости к антибиотикам среди патогенных бактерий — одна из самых острых проблем современной медицины, поэтому разработка новых антибиотиков сейчас является очень важной задачей. Недавно на страницах журнала Cell американские исследователи сообщили, что сумели найти новый потенциальный антибиотик широкого спектра в базе данных соединений Drug Repurposing Hub с помощью машинного обучения. Обнаруженное вещество получило название галицин. Авторы работы экспериментально показали, что галицин обладает бактерицидной активностью против бактерий разных филогенетических групп, включая такие патогены человека, как возбудитель туберкулеза Mycobacterium tuberculosis и возбудитель колита Clostridioides difficile. Наша статья посвящена новой стратегии поиска потенциальных антибиотиков с помощью машинного обучения.