ابزار غربالگری مجازی SwRI اخیراً دو میلیون ترکیب دارویی را در چند روز مورد ارزیابی قرار داد ، با این امید که داروهای با احتمال بالا را شناسایی کند که ممکن است با حداقل عوارض جانبی در برابر ویروس کرونا موثر باشند.

قبل از شیوع ویروس کرونا اخیر ، SwRI ظرفیت نرم افزار خود را برای اسکن 250،000 ترکیب دارویی در روز افزایش داد. محققان با تکنیک های جدید پردازش گرافیکی ، به روزرسانی نرم افزار و تکنیک های یادگیری ماشین ، این قابلیت را افزایش دادند.
تجزیه و تحلیل سه بعدی (3D) نرم افزار با استفاده از اتصال پروتئین به طور کارآمد نحوه تعامل یک ترکیب با ساختار پروتئین را پیش بینی می کند. این روش به محققان اجازه می دهد تا داده های الزام آور را از روش کریستالوگرافی اشعه ایکس ، روشی که معمولاً برای بدست آوردن ساختارهای سه بعدی استفاده می شود ، تفسیر کنند. از مدل ویروس کرونا برای ارزیابی داروهای بالقوه از کتابخانه ترکیبات استفاده شد.

دکتر شاون بلومبرگ ، دانشمند تحقیقاتی SwRI که در این پروژه همکاری می کند ، گفت: "این قابلیت پردازش پیشرفته نشان می دهد که غربالگری مجازی می تواند سرعت کشف دارو را به ویژه در موقعیت های همه گیر افزایش دهد.
محققان در آزمایشگاه ملی آزمایشگاه ملی انرژی اوك ریج (ORNL) ، آمریكا ، از یك ابر رایانه برای شناسایی 77 تركیبات دارویی با مولكول كوچك استفاده كرده اند.

محققان شبیه سازی بیش از 8000 ترکیب را برای غربالگری آنهایی که به احتمال زیاد به پروتئین اصلی Spike (S) ویروس کرونا متصل می شوند ، انجام می دهند و باعث می شود سلول های میزبان آلوده نشوند. آنها ترکیبات مورد علاقه را که می توانند در مطالعات تجربی ویروس دارای ارزش باشند ، رتبه بندی کردند.
وقتی محققان چینی ویروس را توالی یابی کردند ، متوجه شدند که این ویروس بدن را با همان مکانیسم سندرم تنفسی حاد شدید (SARS) آلوده می کند. شباهت بین دو ساختار ویروس مطالعه ویروس جدید را تسهیل می کند. 

میشولاس اسمیت ، محقق دکترا ORNL گفت: "ما توانستیم یک مدل محاسباتی کامل بر اساس اطلاعاتی که اخیراً در مقالات مربوط به این ویروس منتشر شده است ، طراحی کنیم."

محققان از یک کد شیمیایی برای انجام شبیه سازی دینامیک مولکولی استفاده کردند که حرکات اتم ها و ذرات موجود در پروتئین را تجزیه و تحلیل می کند. آنها ترکیبات مختلفی را که به  پروتئین S ویروس کرونا متصل شده اند ، تکثیر کردند تا تعیین کنند که آیا هر یک از آنها ممکن است از چسبیدن به سلولهای انسانی جلوگیری کند.

اسمیت توضیح داد: "ما این ترکیبات را بر اساس مجموعه معیارهای مربوط به احتمال اتصال آنها به پروتئین S رتبه بندی کردیم."

این تیم مولکول های کوچک آنها مانند داروها و ترکیبات طبیعی را پیدا کرد که احتمال می دهند برای آزمایش های آزمایشی ارزش زیادی داشته باشد. در شبیه سازی ها ، ترکیبات به مناطقی از پروتئین متصل می شوند که برای ورود به سلول انسان مهم هستند و بنابراین ممکن است در روند عفونت تداخل ایجاد کنند.

"نتایج ما به این معنی نیست که ما برای ویروس کرونا درمان یا درمانی پیدا کرده ایم. با این وجود بسیار امیدواریم که یافته های محاسباتی ما هم مطالعات آینده را آگاه سازد و هم چارچوبی را فراهم کند که تجربیات برای بررسی بیشتر این ترکیبات از آن استفاده کنند. تنها در این صورت است که خواهیم فهمید که آیا هر یک از آنها ویژگی های لازم برای کاهش این ویروس را دارند یا خیر.