大多数抗病毒药物的作用机制是针对已经侵入人体细胞的病毒。华盛顿州立大学的研究人员表示，成立一种更早进行干预的方法，即识别病毒最初进入细胞所依赖的单一分子相互作用。
这项研究，已发布11月刊登于该期刊纳米尺度研究人员利用人工智能和分子模拟技术，重点研究了病毒入侵这一感染过程中最不为人知且最难破坏的阶段之一，从而识别出融合蛋白中的关键相互作用。在实验室实验中，当这种相互作用发生改变时，就能阻止病毒进入新的细胞。
“病毒通过数千次相互作用攻击细胞，”华盛顿州立大学机械与材料工程教授金刘（Jin Liu）告诉记者。解密。“我们的研究目标是找出最重要的相互作用，一旦我们确定了这种相互作用，我们就可以找到阻止病毒进入细胞并阻止疾病传播的方法。”
这项研究源于两年多前开始的工作，当时正值 COVID-19 大流行之后不久，由兽医微生物学和病理学教授 Anthony Nicola 领导，并得到了美国国立卫生研究院的资助。
在这项研究中，研究人员以疱疹病毒为例进行了研究。
这些病毒依赖于表面融合蛋白糖蛋白 B (gB)，该蛋白对于病毒入侵过程中驱动膜融合至关重要。
科学家们早就知道 gB 在感染中起着核心作用，但由于其体积庞大、结构复杂，且与其他病毒进入蛋白协调作用，因此很难确定其众多内部相互作用中哪些在功能上至关重要。
刘表示，人工智能在该项目中的价值不在于它发现了人类研究人员无法了解的事物，而在于它使搜索工作更加高效。
研究团队没有依靠反复试验，而是利用模拟和机器学习同时分析数千种可能的分子相互作用，并对其中最重要的相互作用进行排序。
刘教授说：“在生物实验中，通常先提出一个假设。你认为这个区域可能很重要，但该区域内存在数百种相互作用。你测试一种，也许它并不重要，然后再测试另一种。这既耗时又费钱。而通过模拟，成本可以忽略不计，我们的方法能够识别出真正重要的相互作用，然后可以在实验中进行验证。”
人工智能正越来越多地应用于医学研究，以识别传统方法难以检测的疾病模式。
最近的研究已应用机器学习来预测Alzheimer’s在症状出现前数年，就应注意疾病的细微迹象。核磁共振扫描并利用大型健康记录预测数百种疾病的长期风险数据集.
美国政府也已开始对这种方法进行投资，其中包括……5000万美元美国国立卫生研究院发起将人工智能应用于儿童癌症研究的倡议。
刘表示，除了病毒学之外，同样的计算框架还可以应用于由蛋白质相互作用改变引起的疾病，包括阿尔茨海默病等神经退行性疾病。
刘说：“最重要的是知道要针对哪种相互作用。一旦我们找到了目标，人们就可以研究如何削弱、增强或阻断它。这才是这项工作的真正意义所在。”
