新冠肺炎病毒在全球肆虐，已造成800多萬人確診，45萬人死亡。科學家們正在同病毒賽跑，加緊研發特效藥和疫苗，以阻止病毒的傳播，拯救人類社會和經濟。美國阿拉巴馬大學亨茨維爾分校(UAH)的鮑德里實驗室，最近利用超級計算機，從快速評估的首批5萬種天然化合物中鑑定出125種具有抗新冠肺炎病毒潛力的化合物，這是科學家們第一次將超級計算機的運算能力用於篩選抗病毒藥物。

實驗室位於阿拉巴馬大學亨茨維爾分校的謝爾比科技中心，分子生物物理學家傑羅姆·鮑德里（Jerome Baudry）博士的團隊利用惠普公司的Cray Sentinel超級計算機，預測最可能與三種新冠肺炎病毒的重要蛋白質結合的自然產物，來尋找治療新冠肺炎病毒的潛在前體。其中兩種是類木瓜蛋白酶(PLpro)和主蛋白酶(Mpro)，它們來自病毒基因組，負責處理被感染細胞中的所有病毒蛋白質，被感染的細胞被迫製造它們，以便病毒能夠進行復制。第三種則是刺突蛋白，存在於病毒表面，使病毒看起來具有典型的冠狀外觀，它與細胞表面一種叫做ACE2的蛋白質結合，開始感染過程。

要阻止病毒感染人體，就需要找到能夠和這些蛋白質結合的天然化合物，阻止病毒自我組裝和發揮作用。科學家們利用超級計算機，從40萬種天然化合物中初步評估出5萬種可能破壞這些蛋白質的化合物，又進一步篩選出對刺突蛋白感興趣的24種，對主蛋白感興趣的41種和對PL-pro蛋白感興趣的60種，共125種化合物。

這些化合物很多都是從美國常見的藥用植物中提取的，還有很多來自東南亞和南美洲，以及陸地和海洋中的一些細菌菌株和真菌。這些化合物下一步將經歷一種被稱爲藥效團分析的計算技術，以發現這些化學物質的共同之處，並標記它們對未來研究起作用的重要化學特徵。之後就可以由合作的實驗室使用活病毒和活細胞進行體外測試，被發現最有效的化學分子就會成爲未來藥物研究和開發過程的基礎，在人體試驗中測試藥效、耐受性和副作用，並進行一些化學修飾，以使藥物更有效、更具耐受性或兩者兼而有之。

Sentinel每秒可進行147萬億次浮點運算，存儲830,000GB數據，可將以前數月數年的檢測時間縮減到短短几周。鮑德里博士說，以前這樣的篩選需要大量的時間和金錢，超級計算機可以大大加快這一過程，這在5年前還是完全不敢想象的。現代高科技人工智能與人類最古老治療知識的結合，可以加快人類抗擊新冠肺炎病毒的步伐，或許我們再也不會像上世紀西班牙流感大流行那樣任由宰割了。

看起來美國也在用草藥植物藥治病啊，只不過是先從分子層面分析其解決辦法，再尋找對應的化合物，然後從草藥提取物中匹配，經過試驗的實驗和審批流程才能應用於臨牀治理，這纔是真正值得學習的科學態度和方法，不能再一股腦兒把什麼亂七八糟的都喝下去了。古老的治療知識需要和現代科學相結合，才能煥發出勃勃生機。

參考：

Medicalxpress：Lab finds 125 naturally occurring compounds with potential against COVID-19