選擇系數(shù)SI分別大于129和88。這表明它們在細胞水平能夠有效抑制SARS-Cov-2的感染。

         事實上一個抗病毒藥物絕非朝夕煉成，需要經(jīng)歷體外實驗、體內(nèi)動物實驗、臨床試驗的一系列研究歷程，周期長、投入大、風險高。體外實驗處于藥物發(fā)現(xiàn)的早期，是非常重要的基石步驟。通過細胞模型對化合物的細胞毒性和病毒抑制能力進行篩選，能夠定量地評價其有效性，也可以排除不必要的藥物化學結(jié)構(gòu)設(shè)計、篩選，或者后續(xù)體內(nèi)實驗的前期投入。

         類似于對瑞德西韋和鹽酸氯喹的實驗，測試現(xiàn)有的抗病毒藥物對新型冠狀病毒的藥效，是對新型冠狀病毒這樣突發(fā)疫情的一條高效路徑。同時，開展對大量先導化合物庫的高通量篩選，也將是發(fā)展抗新型冠狀病毒藥物的重點工作。

         隨著篩選通量和復雜程度的增加，自動化工作站已逐漸成為藥物篩選的重要手段。Biomek自動化工作站可以有效地管理實驗流，處理多類型、多進程的高通量實驗。與傳統(tǒng)的人工實驗相比，Biomek工作站能夠有效節(jié)省人力，標準化工作流，縮短研發(fā)周期，提高研發(fā)效率。
 

  

【自動化的抗病毒藥物篩選方案】

絕不僅僅是移液

無菌、振蕩、溫控、儲存、孵育，全都可以有
讀板檢測、在線離心、細胞計數(shù)、大體積分液，也都可以有

我們還有
 

  
 

點擊查看視頻
 

小貝的藥篩方案可輔助完成：
 

  

H3N2抑制物4等藥物篩選。自動化實驗和手工實驗的IC50值高度一致。

參考

1.  Wang M., Cao R., Zhang L. et al. Remdesivir and chloroquine effectively inhibit the recently emerged novel coronavirus (2019-nCoV) in vitro. Cell Res (2020). https://doi.org/10.1038/s41422-020-0282-0
2. Forry S. P., Madonna M. C., López‑Pérez D. et al. Automation of antimicrobial activity screening. AMB Expr (2016) 6:20. DOI: 10.1186/s13568-016-0191-2
3. Severson W. E., Shindo N., Sosa M. et al. Development and Validation of a High-Throughput Screen for Inhibitors of SARS CoV and Its Application in Screening of a 100,000-Compound Library. Journal of Biomolecular Screening 12(1); 2007. DOI: 10.1177/1087057106296688
4. Severson W. E., Mcdowell M., Ananthan S. et al. High-Throughput Screening of a 100,000-Compound Library for Inhibitors of Influenza A Virus (H3N2). Journal of Biomolecular Screening 13(9); 2008 DOI: 10.1177/1087057108323123


*本文涉及的內(nèi)容與產(chǎn)品僅用于科研和工業(yè)，不用于臨床診斷。