Image: Micholas Smith/Oak Ridge National Laboratory/U.S. Dept. of Energy
A compound, shown in gray, was calculated to bind to the SARS-CoV-2 spike protein, shown in cyan, to prevent it from docking to the Human Angiotensin-Converting Enzyme 2, or ACE2, receptor, shown in purple.
来源：IEEE电气电子工程师
超级计算机有助于开发可能的抗病毒疗法，对其他前瞻性疗法进行快速实验室测试，并有助于开发新的疫苗技术：在快速控制流感大流行方面，冠状病毒的反应可能仍然遥遥无期。但这些代表了一个可能的希望，或将最终扭转潮流，阻止病毒的快速发展和传播。（另一个可能的希望来自中国最近的病例报告，该报告指出，许多最严重的COVID-19病例具有一种称为“细胞因子风暴（cytokine storm）”的过度活跃免疫反应——目前可获得可靠测试和一些有效治疗的物理现象。）
根据超级计算机的计算，某种化合物（某中灰色部分）可与SARS-CoV-2刺突蛋白（以青色显示）结合，防止后者与人类血管紧张素2（简称ACE2，以紫色显示）受体对接。
与传统的药物研发不同，临床试验时间表意味着药物可能需要长达10年的时间才能进入市场，这些加速的努力可能在大约一年左右的时间内产生结果。
例如，新的超级计算机模拟揭示了77种针对这种冠状病毒的潜在的所谓再利用药物。
研究人员说，这些结果是初步的，他们预计大多数初步发现最终不会在实验室测试中发挥作用。但它们现在已经进入了实验室测试阶段，因为超级计算机已经使人们能够在数天内，利用之前花费数周或数月的模拟，对候选疗法进行分类。
田纳西大学诺克斯维尔分校生物化学、细胞和分子生物学教授Jeremy Smith说，这种新型冠状病毒的基因测序提供了线索，他和他的研究员Micholas Dean Smith（没有亲属关系）曾经在他们的研究中取得进展。
Smith说：“他们发现这与SARS病毒有关。它可能是由它进化而来的。是个近亲。就像一个弟弟或妹妹。”
由于对SARS所产生的蛋白质进行了深入的研究，研究人员已经有了一本名副其实的“秘诀”，其中很可能含有SARS-CoV-2蛋白质，这些蛋白质可能是潜在药物破坏或失效的靶标。
Smith说：“我们现在知道是什么构成了所有的蛋白质。所以在试着寻找药物来阻止蛋白质做病毒希望它们做的事情。”
Smith说，作为抵御SARS-CoV-2病毒攻势的重要手段，对潜在疗法的虚拟与现实测试已经成为当前药物与疫苗研究领域的技术重点。与传统药物研发流程不同，当前的研究举措有望在一年左右取得成果，而以往临床研究往往要等上十年才能推出一款正式投放市场的药物产品。
根据Smith的说法，两位研究人员利用世界上最快的超级计算机，对新冠病毒与9000种有望具有治愈效果的现有药物化合物进行了详尽的相互作用模拟。在标准计算机上运行此类分子动力学序列可能需要一个月时间，但在橡树岭国家实验室的Summit超级计算机上，整个过程只需要一天。他们最终将其中8000种化合物按照与新冠病毒尖刺蛋白的粘连效果进行了排名。在理想情况下，强烈的粘连效果应该能够阻止病毒感染其他细胞。
Smith表示，“我们现在已经了解到所有蛋白质的基本构成。接下来的任务，就是找到能够阻止蛋白质按病毒指令活动的有效药物。”
他提到，目前他们正与田纳西州大学孟菲斯市健康科学中心及其他实体实验室开展合作，利用真实SARS-CoV-2病毒颗粒模拟测试排名当中表现最好的化合物选项。
正是由于超级计算机上的模拟实验速度极快，Smith表示他们正在考虑加紧推进下一步工作。
“我们一直与实体实验室保持沟通，例如「这种化合物有效，这种化合物无效」、「这种化合物有一部分反应很好，值得借用」之类。未来，我们可能会在适当的时候利用人工智能等技术把目前有效的几种化合物性质关联起来。”
那么，科学家们距离真正的“下一步”还有多远？
“可能是下周、下个月或者下一年，具体取决于我们得到的模拟结果。”
英国Wellcome与Mastercard也推出了加速器资助计划，他们公布的早期资助项目之一正是由比利时鲁汶雷加医学研究所进行的实体实验室测试。
与Summit超级计算机模拟研究不同，鲁汶雷加医学研究所的主要荛是对具有SARS-CoV-2病毒抗性的15000种化合物（源自已有获批抗病毒疗法）进行快速化学测试。
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。
如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”