编辑 | 橘子皮
病毒每年在世界各地杀死数百万人。「除了新型冠状病毒，主要的病毒杀手还包括乙肝病毒、艾滋病毒、HPV等。」德克萨斯大学埃尔帕索分校化学助理教授 Lela Vukovic 说。
研究人员一直在努力寻找新的治疗方法，帮助预防感染或采取治疗措施，希望可以一次性减轻病毒的症状。「另一种策略，」Vukovic 说，「是寻找广谱疗法，同时对多种不同的病毒起作用。」
许多病毒感染始于病毒与宿主细胞表面的硫酸乙酰肝素分子结合。Vukovic 与瑞士洛桑联邦理工学院 (EPFL) 的实验团队以及芝加哥伊利诺伊大学的研究人员合作，共同研究具有实心核且附着配体的纳米粒子，用于模拟硫酸乙酰肝素分子，进而探究纳米粒子对几种病毒的微观作用。研究人员发现带有某些配体的纳米颗粒可以附着在病毒上，使病毒很快被分解。
图示：涂有模拟硫酸乙酰肝素蛋白聚糖的磺化配体的实芯纳米粒子可以对许多病毒表现出杀病毒活性。（来源：论文）
由于纳米颗粒很小，因此无法在原子水平和反应发生的微秒时间尺度上清晰地成像。因此，Vukovic 创建了病毒原子结构的模型，并连接了不同长度配体的纳米颗粒。研究人员使用 TACC 超级计算机模拟病毒蛋白和纳米粒子如何相互作用。结果表明，病毒会与更长的配体结合，并可能进行多次接触。纳米颗粒可以在两种蛋白质的连接处结合，就像楔子一样，增加了病毒蛋白质之间的距离，打破了接触并使病毒分解。
Vukovic 对医学纳米粒子建模的兴趣使她开始了下一个项目，帮助设计体积小、速度快且足够灵敏的纳米传感器，以检测大脑中微量的神经递质。该技术的基础是碳纳米管——比普通人的头发细 10,000 倍的圆柱体——碳纳米管已在各个领域得到应用，包括电子、光学和医学。
研究人员发现，碳纳米管或 CNTs 具有不同寻常的特性。在某些情况下，它们可以自发发光，并可以在体外检测。但是，它们在不经修饰的情况下无法在体内运行。有一种已被证明成功的方法是，将 CNT 包裹在 DNA 中。Vukovic 在当时 TACC 领先的超级计算机 Stampede2 上进行了一系列计算实验，探索了用 DNA 包裹的 CNT 的 3D 结构、能量景观和结合模式。
研究人员发现，特定长度的 DNA 像环一样包裹在纳米管周围，而其他人则将其包裹成螺旋状或不规则状。在存在神经递质的情况下，这些不同的结合模式会导致不同的发光。
最近，Vukovic 实验室开发的基于人工智能的计算工具，可以训练模型从实验数据中学习并预测血清素的新传感器。
相关研究的最新研究结果以「Machine learning enables discovery of DNA-carbon nanotube sensors for serotonin」为题，于2021 年 8 月 20 日发布在 bioRxiv 平台上。
DNA 包裹的单壁碳纳米管 (SWNT) 偶联物具有卓越的光学特性，可用于生物传感和成像应用。DNA-SWNT 传感器开发的一个关键限制是目前无法预测赋予这些传感器强烈的分析物特异性光学响应的独特 DNA 序列。
在这里，大约 100 个 DNA-SWNT 偶联物的近红外 (nIR) 荧光响应数据集，通过从大约 1010 个独特的 DNA-SWNT 候选池开始的选择性进化协议缩小范围，用于训练机器学习 (ML) 模型以预测对神经递质血清素具有强烈光学反应的新的独特 DNA 序列。
图示：大约 100 个 DNA 单壁纳米管缀合物的近红外 (nIR) 荧光响应数据集用于训练机器学习 (ML) 模型，以预测对神经递质血清素具有强烈光学响应的新的独特 DNA 序列。（来源：论文）
首先，基于卷积神经网络 (CNN) 的分类器模型在序列特征上进行训练，以将 DNA 配体分为对血清素的高反应或低反应。其次，训练支持向量机 (SVM) 回归模型来预测 DNA 序列的相对光学响应值。最后，通过验证实验证明，将最高质量的 CNN 分类器和 SVM 回归模型的集成预测相结合，可以对高响应序列和低响应序列进行最佳预测。
通过 ML 方法，研究人员发现了五个新的 DNA-SWNT 传感器，对血清素的荧光强度响应比以前获得的更高。总体而言，所探索的 ML 方法引入了一种重要的新工具来预测有用的 DNA 序列，可用于发现新的基于 DNA 的传感器和纳米生物技术。
到目前为止，应用该方法已经发现了五种新的血清素 DNA-CNT 传感器，其响应比在以前的传感器中观察到的要高。（这项研究得到了美国国家科学基金会的一项新拨款的支持。）
Vukovic 能够应对这些巨大而雄心勃勃的计算挑战，部分原因在于她通过德克萨斯大学研究网络基础设施 (UTRC) 计划获得了地球上一些最前沿的科学仪器。该计划始于 2010 年，为德克萨斯大学系统所有 13 所机构的科学家、工程师、学生和学者免费提供强大的计算和数据资源。
作为一名计算化学家，Vukovic 表示，她正在努力利用她的知识为医学及其他领域的实际应用做出贡献。
