Вычислительные методы могут быстрее привести к созданию лучших вакцин

С начала пандемии коронавируса в конце 2019 года более 100 вакцин против COVID-19 прошли или завершили клинические испытания, многие из которых были разрешены для использования во всем мире. Однако борьба с постоянно растущей угрозой, которую представляют новые варианты SARS-CoV-2, требует более эффективных способов разработки безопасных и эффективных вакцин против COVID-19 и других новых инфекционных заболеваний.

Энтони Хаффман, доктор философии, с кафедры вычислительной медицины и биоинформатики, Йонгкун Хе, доктор философии, и их коллеги из Медицинской школы Мичиганского университета недавно опубликовали обзорную статью в журнале Briefings in Bioinformatics , в которой систематически рассматриваются различные методы в так называемом рациональном дизайне вакцины против COVID-19, в котором используются ИТ для определения потенциальных целей вакцины, и предлагается стратегия эффективного и действенного дизайна вакцины против COVID-19.

Они выделили три основных этапа компьютерного дизайна вакцины:

Идентификация экспериментально проверенных защитных антигенов золотого стандарта - белков, которые запускают иммунную систему для создания защиты - путем поиска литературы.
Рациональный дизайн вакцины с использованием обратной вакцинологии, которая использует РНК или ДНК вируса для идентификации белков, которые могут быть мишенями для вакцин, и структурной вакцинологии, которая использует атомную структуру вируса для информирования потенциальных вакцин — с использованием данных золотого стандарта
И дальнейшее совершенствование дизайна вакцины посредством надзора и применения утвержденных успешных вакцин и отчетов о нежелательных явлениях.
Команда разработала Protegen, базу данных экспериментально проверенных защитных антигенов, которую можно использовать в качестве данных золотого стандарта для рационального дизайна вакцин. При поддержке различных методов машинного обучения было разработано и применено множество подходов RV и SV к разработке вакцин против COVID-19.

В качестве примера разработки вакцины против COVID-19 Эдисон Онг, доктор философии, и его коллеги в лаборатории He разработали и применили методы RV и машинного обучения для успешного прогнозирования белка SARS-CoV-2 Spike (S) в качестве лучший вирусный белок для разработки вакцины против COVID-19, что согласуется с текущим использованием мРНК белка S в вакцинах Pfizer и Moderna.

Кроме того, команда также представила несколько других вирусных белков, ценных для разработки вакцины против COVID-19, и предложила новый рецепт коктейльной вакцины, чтобы, возможно, повысить эффективность и безопасность вакцин против COVID-19 следующего поколения.

Добавить комментарий