Tzw. białko kolczaste tworzące SARS-CoV-2 umożliwia koronawirusowi łączenie się z receptorami ACE2 występującymi w ludzkim organizmie. Właśnie dlatego naukowcy poświęcają sporo uwagi analizom tego białka.
Aby lepiej poznać budowę koronawirusa oraz jego słabe punkty, badadcze opracowali nowy zestaw narzędzi do badania wspomnianych białek. Wykorzystanie algorytmów uczenia maszynowego oraz badań laboratoryjnych powinno ułatwić osiągnięcie założonego celu.
Program, który opracowano dzięki wysiłkom naukowców z Northeastern University, sięga swoimi początkami 2009 roku. Analizuje on właściwości chemiczne każdego z poszczególnych aminokwasów w obrębie danego białka i może przewidzieć rolę interakcji w SARS-CoV-2 z udziałem aminokwasów, które byłyby zbyt trudne do przeanalizowania z użyciem konwencjonalnych metod.
Czytaj też: 1/3 pacjentów z OIOM zakażonych koronawirusem nie przeżywa hospitalizacji
Algorytm uczenia maszynowego przeprowadzi przewidywania z użyciem baz danych, które zawierają dziesiątki tysięcy związków dot. właściwości przeciwwirusowych oraz składników znajdujących się w żywności, które mogą pomóc w walce z SARS-CoV-2. Autorzy badań planują zakończyć swoje poszukiwania w ciągu 6 miesięcy.
Chcesz być na bieżąco z WhatNext? Śledź nas w Google News
