SARS-CoV-2 表达与衰老的因果网络模型以识别药物重定位候选
分子网络
2021-04-28 v1
摘要
鉴于 SARS-CoV-2 大流行的严重性，一大挑战是迅速将现有已获批药物重定位用于临床干预。虽然在药物重定位背景下已提出若干数据驱动与实验方法，但仍缺乏一个系统整合可用转录组、蛋白质组与结构数据的平台。更重要的是，鉴于 SARS-CoV-2 致病性高度依赖年龄，将衰老特征整合进药物发现平台至关重要。我们在此利用大规模转录药物筛选，结合感染 SARS-CoV-2 及衰老肺部的肺上皮 RNA-seq 数据。为识别稳健的可成药蛋白靶点，我们提出一种利用多种数据模态的原则性因果框架。我们的分析凸显了丝氨酸/苏氨酸与酪氨酸激酶作为 intersect（交集）SARS-CoV-2 与衰老通路的潜在靶点的重要性。通过整合许多疾病均可用的转录组、蛋白质组与结构数据，我们的药物发现平台具有广泛适用性。仍需严格的体外实验与临床试验来验证所识别的候选药物。
引用
@article{arxiv.2006.03735,
title = {Causal Network Models of SARS-CoV-2 Expression and Aging to Identify Candidates for Drug Repurposing},
author = {Anastasiya Belyaeva and Louis Cammarata and Adityanarayanan Radhakrishnan and Chandler Squires and Karren Dai Yang and G. V. Shivashankar and Caroline Uhler},
journal= {arXiv preprint arXiv:2006.03735},
year = {2021}
}