抗击新冠肺炎

　　面对来势汹汹的疫情，全国上下都投入了这场没有硝烟的疫情防控攻坚战。在习近平总书记重要指示精神指导下，电子科技大学基础与前沿研究院在第一时间行动起来，迅速组织老师组建了抗击新型冠状病毒专项课题组，在院长王志明教授的部署指挥下，调动全部科研力量，发挥基础学科优势，瞄准新型冠状病毒防治痛点，开展针对性的学术研究，为疫情防控贡献成电智慧和成电力量。

　　虽身不能至前线，但心向往之。专项课题组成员积极展开线上视频研讨会，针对新冠病毒传播快、防控难、暂无特效药等特点，进行了深入的探讨和论证，提出了云计算测序、数据化防控、光催化杀毒、靶向药合成等多角度课题研究方向。专项课题组将结合现有技术手段和理论研究基础，从短期快速防控和长期治疗预防两个方面打响针对新冠病毒的科技阻击战。

　　为了解科研手段在抗击疫情的过程中怎样发挥作用，我们采访了课题组的部分成员。

　　记者：大家都在把新冠病和17年前的SARS病毒进行对比，这种比较有没有科学依据呢？

　　邹权教授：科学依据当然是有。目前我国科学家完成了基因测序的工作，并且与SARS病毒序列进行了对比，表明SARS和新冠病毒的源头都来自于宿主蝙蝠，其基因相似度达到了70%以上。实际上，无论是初期防疫工作的展开还是后期相关疫苗的研制，都需要将基因序列同海量的已知病毒序列进行对比和分析，往往需要高性能的计算机群连续工作运算。

　　记者：现有的技术水平能否尽可能地加快这一过程，为疫情防治争取时间呢？

　　邹权教授：这其实涉及到了生物信息学和大数据分析的交叉，我们可以从云计算技术层面入手，通过现有的并行计算框架，优化基因序列对比的过程，也可以部署在便携式的移动工作站上，实现疫情前线的快速诊断和分析。我们还能通过对病毒的家族分类，分别在不同设备上并行开展运算，构建家族进化关系，合并组成完整的病毒基因图谱。这样按图索骥，自然很容易判断SARS和新冠病毒的亲缘关系，也可以借鉴从其他同类病毒的防治手段。

　　记者：短期内尽可能隔断新冠病毒的扩大传播是当前疫情防控的重中之重，有什么技术可以应用到病毒隔离上来呢？

　　董帆教授：可以利用半导体光催化材料在光照条件下强氧化性活性自由基，从而可以实现杀毒消菌的效果（如图所示）。我们经常可以听到说纳米材料可以用于净化水源，或者降解有机污染物，其实都是利用了这样的一种强氧化性。把它应用在具有生物活性的细菌和病毒上也同样可以发挥作用，活性自由基能够快速破除细菌细胞壁，瓦解病毒RNA核酸链，进而杀灭病毒。

　　记者：光催化材料与普通消毒剂有什么区别，未来能不能转化成工业化产品呢？

　　董帆教授：常用的消毒剂往往采用强力化学试剂，而光催化材料相对更高效，也更加绿色环保，对人体没有直接危害。未来可以做成空气喷雾剂，与空气中的毒菌接触反应后迅速沉降，或者附着在物体（如玻璃、陶瓷、金属等）表面起到直接杀毒作用。我们现在应用光催化材料进行了一些针对细菌的探索性实验，下一步可以联合有资质的医疗单位或科研机构，针对新冠病毒快速杀灭，筛选有特异性的光催化材料，进而研制相应的杀毒产品。

　　记者：有很多机构和组织都从不同角度预测了新冠病毒肺炎疫情的爆发周期，其中各有差异，对这些预测普通的百姓应该如何看待？

　　吕琳媛教授：自疫情爆发以来，很多研究团队开展了对疫情发展趋势的预测。其中不少研究基于经典的疾病传播模型，如SEIR（易染-潜伏-感染-恢复）等。这些模型根据基于疫情的历史数据估计出的模型参数进行预测往往精度有限。因为真实的情况更加复杂多变，导致模型参数也不断变化，很难实现对其准确的估计，比如疾病特征（如潜伏期、发病期、病毒变异等）、人为干预（如武汉市封城，对患者和疑似人群进行隔离、住院治疗等）、信息传播（如微博上新华网关于疫情的微博下的评论转发等）、民众的心理情绪、人口流动等因素都会对疾病传播产生重要影响。因此，从系统性、网络化的角度基于多源多维度的数据构建疾病传播的大数据模型，能够更好地实现对疾病传播的预测、防控和预警。此外，数据的准确度和实时性也是重要因素，直接决定了模型预测的精度和参考价值。而我们作为普通老百姓更是模型中的关键因素，保持良好的心态，做好安全防护工作，就是对疫情防控的最大贡献。

　　记者：这样的大数据模型对疫情控制有什么具体作用？

　　吕琳媛教授：基于这个大数据模型可以构建一个疫情传播与预警防控系统，通过预测评估疫情的传播范围和感染人数，结合城市医疗防控水平和人员流动情况等关键因素，能够有效地了解疫情发展状况、预测潜在的可能爆发的疫情点、预警疫情二次爆发的时间节点，还可以模拟分析有效的传播阻断手段，实现疫情的有效控制，为防控全过程提供科学的技术支持。这样的防控系统可以结合线上线下，实现全周期覆盖的防控与预警。同时一个信息透明化，实时汇总实时分析的系统也有助于减少大家对于未知病情的恐慌，让大家能有条不紊地抗击疫情。另外，防控系统不仅仅针对的是这次的新冠病毒肺炎疫情，同时也可以应用到其他类似的紧急事件中去。

　　记者：当前，病毒感染确诊病例数量仍在不断上升，但是治疗起来只能根据病征下药，有没有什么技术可以应用到对于病毒的研究和治疗上来？

　　张妍宁教授：通过当前的研究我们可以了解到新冠病毒是依赖3CL水解酶来进行RNA复制的，所以防治病毒的关键就是要把3CL水解酶的功能抑制住。水解酶和RNA结合是通过特定的位点来实现的（pocket），一个萝卜一个坑。如果我们能设计一个药物小分子只与病毒蛋白质结合，而对身体无害，就能研制出治疗肺炎的靶向药物。

　　记者：听起来靶向药物都是特别昂贵高深的技术，有什么办法能够快速合格满足要求的药物分子？

　　张妍宁教授：寻找适合与水解酶结合的小分子，实际上是一个需要大量计算的物理问题，而我的研究方向就是用理论模拟来研究各种材料的物理化学性质。采用同样的思路，我们也可以通过计算机来模拟分子的性能特点和作用效果，在庞大的分子体量中筛选满足要求的个体。最近比较火热的深度学习技术也可以应用到其中，通过设定一定的参数和特征，让计算机自己来模拟和筛选特殊性质的分子，找到这一类分子的规律性，进而提供给医疗机构针对制备靶向药品。

　　在对疫情进展情况保持密切关注的同时，专项课题组的成员们快速响应科技部“把研究成果应用在战胜疫情中”的号召，结合基础研究领域的创新思路，积极投入到抗击疫情前线的技术支持工作当中，希望能用自己的专业技能为国分忧、为民解难。

　　与此同时，学院应对疫情防控开展专题研讨网络会议，通报了近期学校、学院开展的疫情防控工作，并按照学校疫情防控工作要求，研讨学院假期期间的下一步疫情防控工作方案、部署开学前准备工作等。