Software CaverDock vyvinutý v Brně umí hledat účinné preparáty vycházející z již schválených léků. Pomáhá tak urychlit hledání vhodných prostředků pro boj s pandemií. Celosvětová pandemie nemoci covid-19 ovlivnila životy milionů lidí na celém světě. Vědecké týmy zabývající se výzkumem v oblasti zdravotnictví často radikálně změnily své plány a vrhly velkou část své kapacity na výzkum tohoto onemocnění s cílem co nejrychlejšího nalezení účinné pomoci. Se zajímavou iniciativou přišli vědci z Loschmidtových laboratoří Přírodovědecké fakulty, Ústavu výpočetní techniky, výzkumného centra RECETOX Masarykovy univerzity (MU) a Mezinárodního centra klinického výzkumu Fakultní nemocnice u sv. Anny v Brně (FNUSA-ICRC). Jejich projekt počítá s využitím počítačové biochemie, umělé inteligence a principů strojového učení. „Pomocí vlastního softwaru Caver- Dock jsme se zaměřili na počítačové studium proteinu, který je klíčový v šíření viru SARS-CoV-2 v lidském organismu,“ popsal Jiří Damborský z Přírodovědecké fakulty MU a vedoucí výzkumného týmu Proteinové inženýrství FNUSA- -ICRC. Jde o virový glykoprotein S, jehož trimer (molekula ze tří monomerů) tvoří výběžky obalu koronaviru SARS-CoV-2 a který se váže na lidské hostitelské buňky. Výzkumníci provedli u 4 359 schválených léků tzv. virtuální screening, aby zjistili jejich účinnost na tento konkrétní protein. „V tomto projektu jsme námi vyvíjený program CaverDock poprvé použili ke studiu takto vysokého počtu molekul. Program prokázal vynikající (prakticky 100%) robustnost, a tím se zařadil mezi nejspolehlivější nástroje ve své kategorii,“ uvedl autor algoritmů Jiří Filipovič z Ústavu výpočetní techniky MU. Program CaverDock byl vyvinut díky podpoře interní grantové agentury MU financující interdisciplinární výzkum a je poskytován široké uživatelské komunitě národní infrastrukturou ELIXIR.CZ. „Provedl i jsme hned několik simulací změn molekulového uspořádání tohoto proteinu tak, abychom zjistili, který ze známých léků by mohl mít největší účinnost,“ uvedl Gaspar Pinto z Loschmidtových laboratoří MU a FNUSA-ICRC. Jelikož podobný postup generuje enormní množství dat, využívají se metody strojového učení a umělá inteligence pro jejich analýzu. „Podali jsme také grantovou žádost do programu firmy Microsoft pro použití cloudu Azure,“ dodal Pinto. Na základě těchto výpočtů již bylo navrženo několik schválených léčiv, které mohou blokovat funkci tohoto proteinu a zabránit tak vazbě viru na lidskou hostitelskou buňku. „Umělá inteligence dokáže také nabídnout nové struktury léků, které by se vázaly na protein ještě účinněji,“ upozornil Pinto. Podle něj jde o novou oblast výzkumu nemoci covid-19, kdy se tvoří softwarová řešení pro urychlení vývoje nových léků. /tz/
