SARS-CoV-2的分子建模、模拟和预测的方法论综述
摘要：新型冠状病毒病2019（COVID-19）的大流行由严重急性呼吸综合征冠状病毒2（SARS-CoV-2）引起的全球已经失去了控制。尽管科学家、医学专家和社会的广泛努力，药物发现和抗体治疗的进展缓慢，现有疫苗可能的副作用未知，并且SARS-CoV-2的高传播率提醒我们目前对SARS-CoV-2的传播、感染性和演变的理解非常有限的可悲现实。主要限制是缺乏病毒与宿主细胞相互作用的机制理解，病毒调控、蛋白质-蛋白质相互作用（包括抗体-抗原结合，蛋白质-药物结合）以及宿主免疫反应等。这种限制很可能长期困扰科学界，并对抗击COVID-19和其他病原体产生毁灭性后果。值得注意的是，与周期长、成本高、对安全性有要求的分子水平实验相比，理论和计算研究经济、快速且易于进行。关于SARS-CoV-2的分子建模、模拟和预测的文献泛滥成灾，无法在一篇综述中进行全面涵盖。为了向读者快速更新SARS-CoV-2的分子建模、模拟和预测的状况，我们在关键时刻提供了一种全面而系统的方法论叙述。该综述包括分子建模、Monte Carlo（MC）方法、结构生物信息学、机器学习、深度学习和数学方法等方面。该综述将有助于正在寻找为SARS-CoV-2研究做贡献的研究人员以及评估该领域当前状况的人员。
作者：Kaifu Gao, Rui Wang, Jiahui Chen, Limei Cheng, Jaclyn Frishcosy, Yuta Huzumi, Yuchi Qiu, Tom Schluckbier, and Guo-Wei Wei
论文ID：2102.00971
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2021-02-02