paroh (![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png)
paroh) wrote in ![[community profile]](https://www.dreamwidth.org/img/silk/identity/community.png)
ru_crunching2021-12-09 11:55 pm
paroh) wrote in ru_crunching2021-12-09 11:55 pm
Entry tags:
Программное обеспечение с открытым исходным кодом от OpenPandemics - COVID-19 помогает исследовател
ям
Команда OPN разрабатывает инструменты с открытым исходным кодом, которые помогают улучшить прогнозы, выполняемые в WCG и приносят пользу исследователям во всем мире.
Проект: OpenPandemics - COVID-19
Опубликовано: 9 дек 2021 г.
Предистория
OpenPandemics - COVID-19 был создан, чтобы помочь ускорить поиск новых кандидатов для разработки противовирусных препаратов COVID-19. Цель проекта - с помощью компьютерного моделирования определить малые молекулы, связывающиеся с белками SARS-CoV-2. Наиболее перспективные молекулы отбираются для тестирования в лабораториях соавторов исследовательской группы. Молекулы с подтвержденной экспериментальной активностью станут отправной точкой для разработки потенциальных лекарств.
В настоящее время есть две малые молекулы, которые были протестированы на людях для лечения COVID-19 и показали хорошие результаты: молупиравир и ритонавир. Возникновение лекарственной устойчивости к существующим противовирусным препаратам, как это происходит с ВИЧ, можно решить с помощью множества различных противовирусных препаратов. Для этого наличие множества альтернатив для создания различных противовирусных препаратов будет иметь решающее значение для преодоления резистентности и решения проблем, которые могут представлять новые варианты SARS-CoV2.
Инструменты с открытым исходным кодом
Исследовательская группа активно создает программное обеспечение с открытым исходным кодом, чтобы помочь другим ученым, выполняющим компьютерное моделирование, поддерживать проекты по открытию лекарств. Например, новые функции, такие как гибкие остатки, изменяемые парные потенциалы и анализ контактов, которые были добавлены в последних двух выпусках стыковочного движка AutoDock-GPU (v1.4 и v1.5), были разработаны специально для удовлетворения потребностей, возникших в ходе крупномасштабного проекта, такого как OpenPandemics - COVID-19, но принесет пользу всему сообществу исследователей, использующих эти инструменты.
Эффективное разделение работы между процессором и графическим процессором
Сложность поиска стыковки и, соответственно, соответствующего количества оценок, необходимых для получения хороших режимов связывания, возрастает экспоненциально с увеличением количества вращаемых связей в каждой молекуле.
Это увеличение количества оценок менее резкое для AutoDock-GPU (AD-GPU), чем для AutoDock4 (AD4), из-за лучшего алгоритма поиска (Adadelta), реализованного в AD-GPU. И AD-GPU, и AD4 легко состыковывают простые молекулы с небольшим количеством вращающихся связей. Однако только AD-GPU способен эффективно стыковать сложные молекулы. Таким образом, чтобы улучшить общую производительность WCG OPN, начиная с пакетов OPNG_0087175 и OPN1_0063952, AutoDock4 стыковывает молекулы с шестью или меньшим числом вращающихся связей, а AutoDock-GPU стыкует молекулы с семью или более вращающимися связями. В результате улучшается общая пропускная способность, а также качество прогнозирования.
Лабораторное тестирование
На момент этого новости было заказано почти 300 соединений и сейчас идет еще один раунд отбора с целью увеличения этого числа. Испытания этих соединений продолжаются в сотрудничающих лабораториях.
Для некоторых соединений продолжается дальнейшая проверка первоначальных многообещающих результатов и команда осторожно воодушевлена полученными данными и работает над включением структурной информации, собранной к настоящему времени, чтобы информировать об анализе новых результатов стыковки, полученных от добровольцев.
на англ.
Команда OPN разрабатывает инструменты с открытым исходным кодом, которые помогают улучшить прогнозы, выполняемые в WCG и приносят пользу исследователям во всем мире.
Проект: OpenPandemics - COVID-19
Опубликовано: 9 дек 2021 г.
Предистория
OpenPandemics - COVID-19 был создан, чтобы помочь ускорить поиск новых кандидатов для разработки противовирусных препаратов COVID-19. Цель проекта - с помощью компьютерного моделирования определить малые молекулы, связывающиеся с белками SARS-CoV-2. Наиболее перспективные молекулы отбираются для тестирования в лабораториях соавторов исследовательской группы. Молекулы с подтвержденной экспериментальной активностью станут отправной точкой для разработки потенциальных лекарств.
В настоящее время есть две малые молекулы, которые были протестированы на людях для лечения COVID-19 и показали хорошие результаты: молупиравир и ритонавир. Возникновение лекарственной устойчивости к существующим противовирусным препаратам, как это происходит с ВИЧ, можно решить с помощью множества различных противовирусных препаратов. Для этого наличие множества альтернатив для создания различных противовирусных препаратов будет иметь решающее значение для преодоления резистентности и решения проблем, которые могут представлять новые варианты SARS-CoV2.
Инструменты с открытым исходным кодом
Исследовательская группа активно создает программное обеспечение с открытым исходным кодом, чтобы помочь другим ученым, выполняющим компьютерное моделирование, поддерживать проекты по открытию лекарств. Например, новые функции, такие как гибкие остатки, изменяемые парные потенциалы и анализ контактов, которые были добавлены в последних двух выпусках стыковочного движка AutoDock-GPU (v1.4 и v1.5), были разработаны специально для удовлетворения потребностей, возникших в ходе крупномасштабного проекта, такого как OpenPandemics - COVID-19, но принесет пользу всему сообществу исследователей, использующих эти инструменты.
Эффективное разделение работы между процессором и графическим процессором
Сложность поиска стыковки и, соответственно, соответствующего количества оценок, необходимых для получения хороших режимов связывания, возрастает экспоненциально с увеличением количества вращаемых связей в каждой молекуле.
Это увеличение количества оценок менее резкое для AutoDock-GPU (AD-GPU), чем для AutoDock4 (AD4), из-за лучшего алгоритма поиска (Adadelta), реализованного в AD-GPU. И AD-GPU, и AD4 легко состыковывают простые молекулы с небольшим количеством вращающихся связей. Однако только AD-GPU способен эффективно стыковать сложные молекулы. Таким образом, чтобы улучшить общую производительность WCG OPN, начиная с пакетов OPNG_0087175 и OPN1_0063952, AutoDock4 стыковывает молекулы с шестью или меньшим числом вращающихся связей, а AutoDock-GPU стыкует молекулы с семью или более вращающимися связями. В результате улучшается общая пропускная способность, а также качество прогнозирования.
Лабораторное тестирование
На момент этого новости было заказано почти 300 соединений и сейчас идет еще один раунд отбора с целью увеличения этого числа. Испытания этих соединений продолжаются в сотрудничающих лабораториях.
Для некоторых соединений продолжается дальнейшая проверка первоначальных многообещающих результатов и команда осторожно воодушевлена полученными данными и работает над включением структурной информации, собранной к настоящему времени, чтобы информировать об анализе новых результатов стыковки, полученных от добровольцев.
на англ.