近日，预印本服务器BioRxiv和MedRxiv陆续更新4篇冠状病毒相关论文，从2019-nCoV致死率、靶向主要蛋白酶的治疗药物、2019-nCoV基本繁殖数量等方面进行了深入探讨。

与SARS相比，2019-nCoV具有更高的有效复制数量和近似的致死率。

研究人员从临床批准药物中寻找2019-nCoV冠状病毒M蛋白酶的潜在抑制剂。

经高通量筛选，鉴定出了4种与SARS-CoV主蛋白酶具有高结合能力的小分子药物。

2019-nCoV的R0的平均估计值在2.24至3.58之间，并且显著大于1。

2019-nCoV致死率与SARS近似

来自中国科学院自动化研究所的Daniel Dajun Zeng等研究人员根据中国疾病预防控制中心每日报告的病例估计了2019-nCoV的有效复制数量。研究人员估计R0值为4.08，这个值实际上超过了WHO估计的1.4至2.5，并且也高于最近预测的3.6至4.0。与2003年SARS流行相比，2019-nCoV的R0值均高于SARS在北京（2.76）和广州（3.01）的R0值（使用相同方法计算）。结果表明，与SARS相比，2019-nCoV具有更高的有效复制数量和近似的致死率。

作者：Zhidong Cao, Qingpeng Zhang, Xin Lu, Dirk Pfeiffer, Zhongwei Jia, Hongbing Song, Daniel Dajun Zeng

相关论文信息：

DOI: 10.1101/2020.01.27.20018952

从临床批准药物中寻找2019-nCoV冠状病毒M蛋白酶的潜在抑制剂

从2019年12月开始，一种新型冠状病毒（后来称为2019-nCoV）在中国被发现引起严重和快速的大流行。根据结构信息，中国科学院遗传与发育生物学研究所Xiu-Jie Wang等研究人员预测了一系列可能用于靶向其主要蛋白酶Mpro从而作为2019-nCoV抑制剂的商业药物。这些药物也可能对其他具有相似Mpro结合位点和口袋结构的冠状病毒有效。

作者：Xin Liu, Xiu-Jie Wang

相关论文信息：

DOI: 10.1101/2020.01.29.924100

利用高通量筛选寻找靶向2019-nCoV主要蛋白酶的治疗药物

2019年新型冠状病毒（2019-nCoV）是一种在中国武汉导致肺炎暴发的病毒。有关这种病毒的传播性、严重性和其他功能的研究正在进行中。当前，没有疫苗或治疗性抗体可预防感染，并且需要更多时间来开发针对病原体的有效免疫策略。相反，靶向参与病毒复制和增殖关键蛋白酶的特异性抑制剂是减轻该流行病的最有效手段。SARS-CoV的主要蛋白酶对于病毒的生命周期至关重要，与2019-nCoV的主要蛋白酶显示出96.1％的相似性，因此被认为是药物开发的潜在靶标。来自四川大学的Hao Zeng等研究人员基于8000个临床药物库，通过高通量筛选，鉴定出了4种与SARS-CoV主蛋白酶具有高结合能力的小分子药物，并且这几个药物已被广泛用于临床应用中，从而确保了其安全性，这可能是有望治疗2019-nCoV感染的候选药物。

作者：Yan Li, Jinyong Zhang, Ning Wang, Haibo Li, Yun Shi, Gang Guo, Kaiyun Liu, Hao Zeng, Quanming Zou相关论文信息：

DOI: 10.1101/2020.01.28.922922

对2019年至2020年中国新型冠状病毒（2019-nCoV）基本繁殖数量的初步估计

2019年12月，持续不断的新型冠状病毒（2019-nCoV）肺炎暴发袭击了中国一个主要城市武汉，随后蔓延至中国的其他省/地区和国家。来自香港理工大学的Daihai He等研究人员提供了疫情爆发初期2019-nCoV基本繁殖数R0的估算值。考虑到疾病报告率变化的影响，研究人员通过指数增长对2020年1月10日至1月24日在中国大陆的2019-nCoV病例时间序列的流行曲线进行了建模。利用估计的固有增长率（γ），研究人员通过使用其他两种众所周知的冠状病毒疾病MERS和SARS的序列间隔（SI）来估计R0，以作为实际SI的近似值。早期暴发数据主要跟随指数增长。研究人员估计平均R0在2.24（95％置信区间：1.96-2.55）至3.58（95％置信区间：2.89-4.39）范围内，与报告率中8倍至2倍增加相关。研究人员证明报告率的变化在很大程度上影响了R0的估算。总之，对2019-nCoV的R0的平均估计值在2.24至3.58之间，并且显著大于1。这项发现表明2019-nCoV可能会引起暴发。

作者：Shi Zhao, Qianying Lin, Jinjun Ran, Salihu Sabiu MUSA, Guangpu Yang, Weiming Wang, Yijun Lou, Daozhou Gao, Lin Yang, Daihai He, Maggie H Wang

相关论文信息：

DOI: 10.1101/2020.01.23.916395