[发明专利]用于筛选新冠肺炎候选药物的方法及装置

说明书

本发明公开用于筛选新冠肺炎药物的方法及装置。本发明在获得病毒之间的序列相似信息和药物化学结构之间的结构相似信息基础上，通过构建基于病毒序列相似性和药物相似性的异构网络，并利用随机游走算法在构建的数据集上进行训练从而得到新冠肺炎药物筛选模型。基于该药物筛选模型能有效地筛选与新冠肺炎相关的药物。本发明的方法能够降低新冠肺炎药物研发成本，而且在新冠肺炎药物筛选的速度和准确率上均超过应用于其他生物信息学领域的代表性方法。

技术领域

本发明涉及病毒药物筛选领域，具体涉及基于病毒全基因组序列和药物化学结构的新冠肺炎候选药物筛选方法。

背景技术

自2019年12月底以来，在中国武汉等多地发现重症肺炎患者，2020年2月11日，世界卫生组织宣布将新型冠状病毒感染的肺炎命名为“新冠肺炎”(COVID-19)。新型冠状病毒的名称则由国际病毒分类委员会正式命名为2019-nCoV。该病毒具有极强的传播能力，有证据表明该病毒在潜伏期就有人传人的风险，潜伏期可长达24天。COVID-19已经对人民群众身心健康和国民经济发展都造成了极大地影响。世界卫生组织最近宣布COVID-19为国际关注的突发公共卫生事件。我国多省份也启动重大突发公共卫生事件I级响应。

COVID-19重症患者与非典的临床表现比较相似。最新文献表明，各个年龄阶段(婴幼儿、青壮年和老年)的人群都为易感人群。确诊患者最常见的症状是发烧(87.9%)和咳嗽(67.7%)，肺部CT显示毛玻璃样病变，少数有腹泻(3.7%)和呕吐(5.0%)现象。重症患者多在发病一周后，出现呼吸困难和/低血氧症；严重的快速进展为呼吸窘迫综合征、脓毒症休克、代谢性酸中毒、凝血障碍，甚至死亡。轻型患者仅表现出低热、轻微乏力等，并无肺炎表现。但轻症患者甚至无症状患者也具有传染性。这为控制疾病的传播带来了极大的挑战。

目前已知2019-nCoV是一种有包膜的，正义单链RNAβ冠状病毒。高通量测序结果显示该病毒的基因组结构与此前爆发的SARS和MERS结构类似，编码四种非结构蛋白(3-胰凝乳蛋白酶，木瓜蛋白酶，解旋酶和RNA依赖性RNA聚合酶)、结构蛋白(刺突糖蛋白，也就是S蛋白)以及辅助蛋白。上述四种非结构蛋白是病毒生命周期的关键酶。刺突糖蛋白与细胞受体相互作用是病毒侵染细胞的过程中必不可少的。在SARS和MERS中，这些蛋白已经作为研发抗病毒药物的靶标。序列分析表明，2019-nCoV的这四种非结构蛋白的催化位点高度保守。蛋白质结构分析也表明，在2019-nCoV、SARS和MERS这三种病毒中，病毒酶中关键的药物结合部位很可能是保守的。

众所周知，新药研发是一项耗时耗资的庞大的系统工程。即便顺利，从头研发新药通常也需要10年左右。疫苗从研发到生产应用也需要较长的时间。从头研发新药或疫苗现实意义较小。因此，在已经上市或已经开展临床实验中的药物中筛选对抗2019-nCoV的有效药物是极其重要的。

近些年，高通量测序技术、结构生物学和互联网技术的飞速发展使得人们可以便捷地获得海量病毒、药物的相关数据。如何快速分析利用这些数据，发现新的作用靶点，减少新药研发的时间和费用，对于2019-nCoV的新药发现是非常重要的。

发明内容

鉴于现有技术中存在的技术问题，本发明提供一种使用机器学习算法进行病毒候选药物筛选的方法及模型，该药物筛选方法及模型特别适用于新冠肺炎病毒(2019-nCoV)的药物筛选。本发明的方法降低了成本并提高了预测的准确性。另外，基于本发明的方法挑选出对病毒具有重要作用的多个候选药物。具体地，本发明包括以下内容。

一种用于筛选抗RNA病毒药物的方法，其包括以下步骤：

(1) 建立病毒-药物关联数据库的步骤，其包括在病毒数据库中筛选出与目标病毒相似的病毒，由所述目标病毒及其相似的病毒组成病毒库，从已知药物数据库中筛选与所述病毒库中除目标病毒外的各病毒关联的药物组成药物库，由病毒库中的各病毒和对应的药物库中的药物构成病毒-药物关联数据库；