巴西研究人员在一项生物信息学竞赛中脱颖而出，旨在寻找已经获得批准的药物，这些药物可能作为COVID-19的治疗方法。尽管病毒仍然是2023年美国十大死因之一，但对新治疗方法的需求依然迫切。
来自巴西联邦大学（Universidade Federal do Rio Grande）的副教授Karina dos Santos Machado领导的团队，在加拿大非营利生物技术组织Conscience举办的竞赛中名列前茅，发现了可能对所有冠状病毒有效的治疗分子。
Machado解释说，药物发现过程既昂贵又耗时，因此重新利用现有药物可以简化这一过程。“我们在计算机上仅测试了已获监管机构如FDA批准的分子，”她说，“在药物再利用中，算法驱动的药物发现非常有前景，特别是在测试资源有限或学术界与制药行业之间存在差距的情况下，就像在巴西一样。”
Machado进一步解释，当科学家们寻找新药时，他们需要了解潜在药物如何与目标（通常是蛋白质）相互作用，通过计算机模拟预测药物候选物与目标蛋白的契合度，类似于将钥匙插入锁中。“所有这些基于计算机模拟（in-silico）的策略，结合人工智能，都有潜力使巴西的药物发现过程更简单、更快捷，”她说，并补充道，这些技术已经在开发和应用于研究新的治疗化合物，包括源自巴西丰富生物多样性的植物和动物。
然而，Machado指出，这些基于计算机的方法在巴西制药行业的全面整合仍处于早期阶段。“弥合这一差距将是加速针对我们国家存在的被忽视疾病药物发现的重要一步，”她说，“我希望我们在Cache Challenge #2中的胜利能在这方面有所帮助，突出大学研究对制药行业的潜力。”
Machado在巴西南部城市巴热（Bage）长大，这座城市位于乌拉圭边境。她从小就对数字和逻辑挑战感兴趣，喜欢计算器、打字机和电子游戏。“当我完成小学/初中时，我请求父母让我报名参加一个专注于信息技术的技术高中；我在电视上见过电脑，但从没用过。”她说，她在15岁生日时收到了第一台电脑，这在当时是一个了不起的成就。
Machado的热情引导她进入了一所公立大学学习计算机工程，随后获得了计算机科学硕士学位，专注于生物信息学（奖学金资助），并在结构生物信息学领域攻读博士学位。“自2005年以来，我一直在这个领域工作，一直梦想着发现一种新药来治疗某种疾病，”她说。
Machado指出，在巴西，大部分科学研究来自公立大学，研究人员必须在教学、行政工作、指导学生和研究之间平衡，而且预算紧张。“不同的环境条件，包括气候、生物多样性和生态系统，需要特定的方法，这些方法可能不会在全球北方的研究中得到解决，”她说，“此外，当地人口独特的遗传多样性提供了宝贵的见解，可以贡献于全球科学知识。”
Machado还强调，巴西的公立大学与社区紧密合作，经常处理影响当地人口的问题，如热带疾病、气候变化及其局部后果、生物多样性的利用等。“我相信这种合作、互相帮助、对科学的热爱和奉献的精神，使我们的视角在全球北方中显得独特。”
机器学习在冠状病毒数据中的应用
在COVID-19大流行的高峰期，一位来自克什米尔的医生转行企业家利用大数据和机器学习帮助检测全球公共卫生数据中产生的模式。目前在世界卫生组织工作的公共卫生研究员Junaid Nabi表示，他在发展中国家的医疗系统中的经验推动了这一项目。“我在克什米尔长大，这个社会充满了社会、经济和医疗保健的不平等，我从小就被社区中的固有不公所暴露，”他说，“在我培训的最后几年，我有机会与一些非营利组织合作，尤其是在达卡萨瓦尔大楼倒塌期间的救援队。”
Nabi还是Aspen New Voices Fellows的一员，他与哈佛医学院和哈佛公共卫生学院的同事合作，开发了利用大数据和机器学习快速评估临床研究数据中模式的数字工具。“我认为机器学习在COVID-19中发挥着重要作用，”他说。
(全文结束)
