2月3日，柳葉刀發表了一篇文章，使用了AI分析新型冠狀病毒特效藥，Baricitinib可能有效，我們就來詳細看看。
鑑於2019年新型冠狀病毒（2019-nCoV）急性呼吸道疾病的規模和迅速傳播，在生產疫苗之前迫切需要能夠提供幫助的藥物。
2019-nCoV的快速測序結果以及基於相關病毒蛋白基因組的分子建模的結果表明，一些可能有效的化合物，包括抗HIV洛匹那韋和利托那韋的組合。
BenevolentAI的知識圖是結構化醫療信息的大型存儲庫，包括通過機器學習從科學文獻中提取的眾多聯繫。
結合定製的2019-nCoV，我們使用了BenevolentAI為了尋找可以幫助治療的批准藥物，重點是可能阻止病毒感染的藥物，我們鑑定出了<strong>Baricitinib，預計這種藥物會降低病毒感染肺細胞的能力。大多數病毒通過受體介導的內吞作用進入細胞。 2019-nCoV用於感染肺細胞的受體可能是ACE2，它是腎臟，血管，心臟以及重要的是肺AT2肺泡上皮細胞上的細胞表面蛋白。
這些AT2細胞特別容易受到病毒感染。已知的內吞調節因子之一是與AP2相關的蛋白激酶1（AAK1）。 AAK1的破壞反過來可能會中斷病毒向細胞的傳播以及病毒顆粒的細胞內組裝。
AI分析藥物
在知識圖譜中的378種AAK1抑制劑中，有47種已被批准用於醫療用途，另外6種具有高親和力的被抑制的AAK1。這些藥物包括許多抗腫瘤藥物，例如舒尼替尼和厄洛替尼，它們均已顯示出通過抑制AAK，抑制細胞病毒感染的作用。
相比之下，六種高親和力AAK1結合藥物之一是janus激酶抑制劑<strong>baricitinib
，它也與細胞週期蛋白G相關的激酶（內吞的另一種調節劑）結合。因為治療性給藥時Baricitinib的血漿濃度（每天2 mg或4 mg一次）足以抑制AAK1，所以我們建議可以使用具有2019-nCoV急性呼吸道疾病的適當患者人群對其進行試驗，以減少兩者病毒進入和患者體內的炎症，使用終點（例如MuLBSTA評分）來預測病毒性肺炎的死亡率。分享到:
閱讀更多 一個小醫生的科普 的文章
