Такой подход может помочь выбрать методы лечения для пожилых людей.
Ученые использовали машинное обучение, чтобы найти уже имеющиеся на рынке лекарства, которые также могут бороться с COVID-19 у пожилых пациентов.
«На создание новых лекарств уходит вечность», — сказала соавтор исследования Кэролайн Улер, компьютерный биолог из Массачусетского технологического института. «На самом деле, единственный целесообразный вариант — перепрофилировать существующие лекарства».
Исследовательская группа искала возможные методы лечения, анализируя изменения экспрессии генов в клетках легких, вызванные как болезнью, так и старением.
Улер сказал, что эта комбинация может помочь медицинским экспертам найти лекарства для тестирования на пожилых людях:
Нам нужно рассматривать старение вместе с SARS-CoV-2 — какие гены находятся на пересечении этих двух путей?
В исследователи пытались ответить на этот вопрос через три шага процесса
[Читать: Как Polestar использует блокчейн для повышения прозрачности ]
Во-первых, они сгенерировали список лекарств-кандидатов, используя автоэнкодер, тип нейронной сети, которая находит представления данных неконтролируемым образом.
Автоэнкодер проанализировал два набора данных о паттернах экспрессии генов, чтобы идентифицировать лекарства, которые, по-видимому, противодействуют вирусу.
Затем исследователи сузили список, составив карту взаимодействия белков, участвующих в старении и путях инфицирования. Затем они определили области пересечения двух карт.
Это определило сеть экспрессии генов, на которую должен воздействовать препарат для борьбы с COVID-19 у пожилых пациентов.