全球正在迫切需要有效的藥物或疫苗來治療冠狀病毒疾病2019（Covid-19），大家都想要用最快方法、最短時間內，完成這個任務。基本上簡約有4大steps :
找出致命結構
我們知道SARS-CoV-2病毒感染人類，所需的大約25種蛋白質。而其中一個就是 S 蛋白（S protein）。這是在感染初期，識別人類血管緊張素轉換酶2(ACE2) 的蛋白。還有兩種蛋白酶 : RNA聚合酶(RNA polymerase) : 合成病毒RNA；和RNA切割內切核糖核酸酶( RNA-cleaving endoribonuclease) : 可裂解病毒和人類蛋白質。這些重要的致病蛋白質，找到了，我們就聚焦這些致病蛋白質。
分子動力學
分子動力學是一套分子模擬方法，該方法主要是依靠super計算機來模擬分子、原子體系的運動。這是一種多體模擬方法。通過對分子、原子在一定時間內運動狀態的模擬，從而以動態觀點考察系統隨時間演化的行為。
行分子動力學，模擬的第一步是確定起初結構，在這裡，就是致病蛋白質的起源結構 。進一步計算體系的熱力學量和其他宏觀性質，如今廣泛應用與物理、化學、生物體系的理論研究中。
許多致病蛋白質的分子動力學模擬，能夠同時進行比對，每個模擬都探索稍微不同的結構空間變化。可以一天之內獲得SARS-CoV-2蛋白藥物靶標的綜合仿真模型，再使用超級計算機於藥學化合物的大數據中，快速並行對接。主要尋找這些已知結構的藥物，可快速獲得哪些舊藥可有機會用於SARS-CoV-2病毒感染。
AI的模擬
自1990年代以來，超級計算機的AI 功能增加了大約一百萬倍。現在可以在幾天內完成超過十億種化合物的對接。AI虛擬高量篩選的性能可以快速識別非常緊密結合的化合物。也可以執行分子動力學模擬，以計算蛋白質內部運動變化，所形成的不同形狀點，對接於不同結合位點。我們稱為“整體對接, Ensemble Docking”作為篩選許多候選藥物過程。這種方法比較接近生物的現實，例如在2000年代，就是以這樣“整體對接”模擬，找到了艾滋病毒新藥物。
臨床實驗
尋找可以與病毒蛋白結結合，阻止其複製，精準藥物對其致命蛋白質對接，這是許多目前全球先進研究covid 19 新藥實驗室的優先考慮，因為這樣AI 大數據分析，真的比以往新藥開發縮短了很多時間，只是這些篩檢出來的新藥或疫苗，有沒有效？或效果如何，就是要進行最後階段的「動物實驗」和「人體實驗」才能知道結果了。
建構新的藥品，在AI大數據模擬分析，會很快速完成了結果。現在很多新藥或疫苗的出現，其實大家都在等「臨床實驗」的結果，因為這是最花時間的過程。(70 Coronavirus Vaccines Are Under Development, With 3 in Human Trials, WHO Says...)
來源：
70 Coronavirus Vaccines Are Under Development, With 3 in Human Trials, WHO Says. https://time.com/5819887/coronavirus-vaccines-development-who/
DOI: 10.1056/NEJMcibr2007042
