जर्नल ऑफ बैक्टीरियोलॉजी एंड पैरासिटोलॉजी

अमूर्त

कोविड-19 के लिए मशीन-लर्निंग द्वारा दवा का पुनः उपयोग

सेमिह कैंतुर्क, अमन सिंह, जेसन बेहरमन, पैट्रिक सेंट-अमांट*

बायोइन्फॉर्मेटिक्स में मशीन लर्निंग विधियों का एकीकरण यह पहचानने में विशेष लाभ प्रदान करता है कि एक संदर्भ में प्रभावी उपचारात्मक दवाएं किसी अज्ञात नैदानिक ​​संदर्भ में या किसी नई विकृति के विरुद्ध कैसे उपयोगी हो सकती हैं। हमारा उद्देश्य वायरल प्रोटीन और एंटीवायरल उपचारात्मक दवाओं के बीच अंतर्निहित संबंधों की खोज करना है जो तंत्रिका नेटवर्क मॉडल का उपयोग करके उनके विरुद्ध प्रभावी हैं। नेशनल सेंटर फॉर बायोटेक्नोलॉजी इन्फॉर्मेशन वायरस प्रोटीन डेटाबेस और ड्रग वायरस डेटाबेस का उपयोग करते हुए, जो ब्रॉड-स्पेक्ट्रम एंटीवायरल एजेंट्स (BSAAs) और उनके द्वारा बाधित वायरस की एक व्यापक रिपोर्ट प्रदान करता है, हमने वायरस प्रोटीन अनुक्रमों के साथ ANN मॉडल को इनपुट के रूप में और एंटीवायरल एजेंटों को आउटपुट के रूप में मनुष्यों में सुरक्षित माना जाता है। मॉडल प्रशिक्षण में SARS-CoV-2 प्रोटीन को बाहर रखा गया और केवल चरण II, III, IV और स्वीकृत स्तर की दवाओं को शामिल किया गया। प्रशिक्षित मॉडल में इनपुट के रूप में SARS-CoV-2 (कोरोनावायरस जो COVID-19 का कारण बनता है) के अनुक्रमों का उपयोग करने से COVID-19 के उपचार के लिए अस्थायी सुरक्षित-मानव एंटीवायरल उम्मीदवारों के आउटपुट उत्पन्न होते हैं। हमारे परिणाम कई दवा उम्मीदवारों का सुझाव देते हैं, जिनमें से कुछ उल्लेखनीय नैदानिक ​​अध्ययनों से हाल ही के निष्कर्षों के पूरक हैं। औषधि पुनःउपयोग के लिए हमारा इन-सिलिको दृष्टिकोण, नई औषधियों की पहचान करने तथा अन्य वायरल, जीवाणुजनित और परजीवी संक्रमणों के उपचार में आशाजनक है।