台灣大學、陽明大學、中央研究院等單位與台灣人工智慧實驗室合作，從「老藥新用」角度建立資料庫，公開給全球醫學研究團隊參考，可望加速找出新冠肺炎的解方。
COVID-19（2019年冠狀病毒疾病，俗稱新冠肺炎）在全球造成超過100萬人死亡，如何阻止疫情蔓延，成為各國當務之急。台大與台灣人工智慧實驗室等單位合作，在科技部經費支持下，從已知臨床安全性的藥物出發，以生物資訊技術，進行作用目標蛋白及藥物化合物親和力模擬預測，並將結果建立成DockCoV2資料庫。
台大今天發出新聞稿指出，上述研究計畫由台大生命科學系特聘教授阮雪芬、生物機電工程學系教授陳倩瑜共同指導，目前資料庫已累積2萬多筆模擬成果，並於今年10月份刊登於知名期刊Nucleic Acids Research（核酸研究），受到學術界重視。
研究團隊解釋，過往藥物研發從化合物選定到安全性、效用性的評估，大約須歷時10至12年不等，面對迅速擴張的流行疾病時，往往緩不濟急。
研究團隊在美國提出「老藥新用」想法前，今年2月便將「化合物與標靶蛋白結合性預測」的分析服務建立於TAIGenomics基因分析平台上，提供自動化、快速的模擬預測工具，並嘗試挑選3000多筆藥物，搭配5種新冠肺炎病毒蛋白、2種與病毒棘蛋白有交互作用的人類蛋白，進行結合性預測。
資料庫包含每種藥物與不同標靶蛋白的結合分數，將模擬結果以「可視化方式」呈現在蛋白質結構上，再連結該藥物結構及實驗數據資料庫，提供研究評估使用。藉由這些整合資訊，可加速候選藥物選擇所需時間。
台灣人工智慧實驗室創辦人杜奕瑾透過台大指出，團隊期盼利用AI力量，協助防疫國家隊前行，也協助台灣的軟實力在國際上被看見。台大教授阮雪芬表示，非常歡迎對任何藥物或是蛋白質有興趣的團隊，利用資料庫進行後續研究，所有的程式碼都公開在GitHub，也歡迎做生物資訊的研究團隊應用。
這篇文章對你有幫助嗎?
