J #160;Comput #160;Biol：一种预测抗病毒药物或疫苗靶点的新方法

2020年5月7日讯 /生物谷BIOON /——一种预测最有希望的抗病毒药物或疫苗靶点的新方法是基于病毒糖蛋白在识别和与宿主细胞结合过程中所经历的构象变化。这种预测方法针对自由能最高的基序的主链氢键，相关研究成果发表在Journal of Computational Biology上，这是一本由Mary Ann Liebert出版的同行评审刊物。
Robert Penner是法国高等教育科学研究所(Bures-sur-Yvette)和加州大学洛杉矶分校数学生物学的Rene Thom主席，他是这篇题为"Backbone Free Energy Estimator applied to Viral Glycoproteins"的文章的作者。
图片来源：Mary Ann Liebert, Inc., publishers
在病毒进入宿主细胞并被吸收的过程中，病毒通常经历剧烈的重组，形成融合/渗透基序。Penner提出了一种从病毒糖蛋白的三维结构预测高构象活性残基的通用方法。该方法包括分析蛋白质的氢键和计算相应特征的自由能差异，以确定构象变化最可能发生的区域。该文提出的方法目前正用于SARS CoV-2的刺突糖蛋白，该病毒可导致COVID-19。
高等科学研究所和纽约大学的Misha Gromov表示："一个数学思想直接导致一种实际意义，这简直是奇迹，但回报是巨大的，因为它发生在麦克斯韦电磁场理论--它带来了广播和电视，打开了我们的数字世界理论计算的门户。"他是著名数学家和阿贝尔奖得主(又名诺贝尔数学奖)。"只有当它的作者除了是一位杰出的数学家外，还具有广阔的科学视野时，这样的想法才有可能实现，而这在我们这个时代最优秀的数学家中也是罕见的。Robert Penner就是这样一位罕见的数学家，他发现蛋白质结构模式的方法与世界上其他任何人都不一样，而蛋白质结构模式是纯粹数学思维的成果。这种方法很有可能发挥作用，并加快开发抗病毒药物或疫苗。但是只有实验才能证明这一点。"（生物谷Bioon.com）
参考资料：
A method for predicting antiviral drug or vaccine targets
Robert C. Penner et al. Backbone Free Energy Estimator applied to Viral Glycoproteins. Journal of Computational Biology. Apr 2020 https：//doi.org/10.1089/cmb.2020.0120（润宝医疗网）