近日，计算生物学领域TOP期刊《Briefings in Bioinformatics》在线发表了药学院张永红副教授的计算药学与计算毒理学研究团队题为“Identification of potential therapeutic targets and mechanisms of COVID-19 through network analysis and screening of chemicals and herbal ingredients”的最新研究成果。硕士生王红为第一作者，张永红为通讯作者。
该团队在新冠疫情来临时开始思考如何在COVID-19药物研发上出力；突发性大流行疾病爆发时，在病毒快速变异的情况下，如何快速有效地获得潜在药物或先导化合物。团队一年多来尝试在基于“老药新用”上展开计算，集中应用前期基于人类基因组网络开发的网络定位和网络重叠一系列策略，结合中药和西药的计算机辅助药物筛选方法，探索了现有药物在新冠疾病发生发展过程中发挥作用的可能和机理，开发了一种新的快速有效药物筛选和评价方法。
本研究以COVID-19为研究对象，建立起基于分子靶标与COVID-19疾病模块中的疾病靶标之间的平均距离的网络邻近和网络扩散分析方法，对现存中药有效成分和西药小分子作为候选物进行打分排序，并探索其潜在的作用机制。基于鉴定出的327个节点显著分布于人类交互蛋白组网络建立的COVID-19疾病模块（Z=12.65, p<0.0001），寻找COVID-19疾病发生和发展的有效靶点，同时利用医学网络分析方法，从分子结构和分子靶标出发，确定了与疾病关联的重要的特异性与非特异性通路，成功地解释了不同的药物小分子在病毒入侵和COVID-19疾病发生发展过程中的不同通路中起作用的不同机制。尤其在中药有效成份机理分析上，如山奈酚和迷迭香酸在粘附连接的特定途径中可显著调节COVID相关的疾病靶点。当大流行疾病爆发时，该方法在老药新用和药物筛选的可行性分析中具有明显优势，尤其是对中药成分的机理分析。同时，该方法为其他疾病的快速药物筛选和先导发现提供了一种新的可能。
张永红，博士，副教授，硕士研究生导师。主要从事计算药学和计算毒理学等方面的研究。已在Environmental science&technology,Nanoscale等杂志发表论文30余篇。主持国家自然科学基金、重庆自然科学基金等12项项目。担任中国交叉学会理事，中国生物工程学会计算生物学与生物信息学专委会委员，重庆生物信息学会常务理事，重庆药学会药剂专业委员会委员兼秘书。担任Interdisciplinary Sciences-Computational Life Sciences杂志编委。
原文链接见https://doi.org/10.1093/bib/bbab373
