Vrgorčanka osvojila treće mjesto na svjetskom natjecanju u otkrivanju lijeka protiv ‘korone‘

Natjecanje je organizirala američka tvrtka Sage-health čiji su osnivači, softwerski inženjer Siraj Raval i radiolog dr. John Billings, uz dr. Paula Mastersa, virologa specijaliziranog za molekularnu genetiku koronavirusa, bili i u ocjenjivačkom sudu.

Cilj natjecanja bio je pronaći lijek, koristeći algoritme umjetne inteligencije, koji bi se velikom energijom vezanja vezao na COVID-2019 glavnu proteazu čija je 3D struktura poznata od početka veljače. Na natjecanje su se mogli prijaviti timovi od nekoliko ljudi ili samostalno.

Tinka je išla samostalno.

- U prvih 48 sati bilo je više od 170 prijava, a natjecanje je trajalo dva tjedna. Na kraju je bilo potrebno imati javno dostupan Github repozitorij s rezultatima i detaljnim objašnjenjem postupka koji se koristio za dobivanje potencijalnog lijeka za koronavirus - kaže nam Tinka.

Rođena je u Splitu, a osnovnu i srednju školu završila je u Vrgorcu. Medicinski fakultet završila je u Zagrebu, nakon čega je upisala poslijediplomski studij Biologije na Prirodoslovno-matematičkom fakultetu u Zagrebu. Područje znanstvenog interesa su joj računalna biologija i molekularna medicina, a zaposlena je kao doktorski student na Mediteranskom institutu za istraživanje života u Splitu.

Na natjecanje se, kaže, prijavila zbog svog iskustva u računalnoj biologiji.

- U ranijem radu sam već koristila sve metode koje su organizatori natjecanja savjetovali koristiti, a gurala me i znanstvena znatiželja i želja da računalnim pristupom doprinesem cjelokupnom znanju u trenutačnoj situaciji s koronavirusom. S obzirom da u području računalne biologije možemo konkurirati svim znanstvenim institucijama diljem svijeta, jer svi imamo pristup istim podacima koji su javno dostupni, smatrala sam da imam velike šanse doprinijeti svojom idejom za otkrivanje potencijalnog lijeka za koronavirus - objašnjava Tinka.

Metoda koju je koristila laicima će biti komplicirana. No, ipak je za čitatelje "Slobodne" odlučila prihvatiti našu molbu i malo je pojasniti. Malo.

- Većina natjecatelja koristila je metode strojnog učenja za generiranje molekula koje bi se s velikim afinitetom vezale za vezno mjesto COVID-2019 proteaze. Ja sam pak koristila drukčiji pristup - počinje Tinka.

- Već su poznati profili genske ekspresije stanica pluća i mišjeg tkiva inficiranog s prijašnjim koronavirusima (SARS-1, MERS). Koristeći navedene podatke o genskoj ekspresiji i Connectivity map bazu podataka (razvijena na Broad Institutu te sadrži informacije o promijenjenom ekspresijskom profilu nakon pertubacije lijekom), pronašla sam lijekove koji bi mogli obrnuti gensku ekspresiju nakon infekcije virusom i vratiti je na normalnu razinu - nastavlja naša sugovornica.

Ovaj pristup, veli, većinom se koristi za otkrivanje potencijalnih lijekova protiv tumora, ali se može primjeniti i na bilo koju bolest.

- Većina lijekova koje sam dobila bili su inhibitori histonskih deacetilaza, za koje već postoje znanstveni radovi o njihovom antivirusnom učinku. Najznačajniji rezultat koji sam dobila je da bi valproična kiselina mogla djelovati pozitivno protiv koronavirusa. To je lijek koji je odobren za korištenje protiv epilepsije i migrene te postoje podaci o njegovom antivirusnom djelovanju (trenutno je u kliničkim ispitivanjima kao lijek protiv HIV-a). Preliminarni rezultati koji su također koristili metode računalne biologije su pokazali kako bi valproična kiselina mogla biti inhibitor ACE2, enzima o kojem ovisi ulazak koronavirusa u stanicu - zaključuje Tinka Vidović.

Prvo mjesto na natjecanju osvojio je Matt O'Connor iz New Yorka, koji je pokazo da se remdesivir veže s velikom energijom vezanja za COVID-2019 proteazu.

- Remdesivir je lijek koji je prvo razvijen da bude namijenjen kao lijek protiv ebole, te su već prije početka natjecanja postojali podaci o njegovu djelovanju protiv koronavirusa. Taj lijek je u fazi kliničkih ispitivanja protiv koronavirusa - kaže Tinka.

Drugo mjesto osvojio je Thomas MacDougall iz Montreala koji je pomoću strojnog učenja generirao molekule koje još nisu sintetizirane, a pokazuju veliku energiju vezanja za COVID2019 glavnu proteazu.