使用计算机建模来预测新冠病毒变体的进化
Université de Montréal的一组研究人员模拟了导致COVID-19的SARS-CoV-2的刺突蛋白超过17000种可能突变的影响。
这些刺突蛋白存在于病毒表面,是病毒呈齿状外观的原因。当这些蛋白质处于“开放”状态时,病毒就能与之结合人类细胞并引发感染。
项目负责人、犹他大学药理学和生理学系教授Najmanovich解释说:“我们的计算机建模表明,在原始病毒中,刺突蛋白75%的时间处于闭合状态,25%的时间处于开放状态。在D614G中,第一个突发性突变,开放状态更加刚性,封闭状态更加灵活。这导致刺突蛋白在开放状态下停留更长时间,使病毒有更多机会与人类受体结合,使其更具传染性。”
这种建模技术使团队能够预测未来突变甚至在它们出现在自然界之前预测它们对人类的毒性。
这是一种成熟的技术,但也有局限性
Najmanovich教授是分子设计和计算结构药理学方面的专家,他指出,这个模型正确地预见了几个值得关注的变体中出现的特定突变,包括B117(“英国”变体)、B1351(“南非”变体)和P1(“巴西”变体)。
“蛋白质是由20种不同类型的氨基酸组成的线性链,”Najmanovich解释道。“高峰蛋白质含有1000多种氨基酸。在我们的超级计算机模拟,我们替换了每个氨基酸其他19个都有可能氨基酸,然后对原始病毒的每个位点重复这一过程。这不仅给了我们所有现有的突变,也给了我们自然界中尚未存在的突变。”
但这些预测并不总是完全准确。例如,模型预测的Delta变异并不比其他变异更具传染性。纳杰马诺维奇教授说,原因是“我们必须简化我们的模型,因为涉及到大量的计算。这意味着我们无法捕捉到其他可能有助于研究的生物和分子过程病毒变得更有感染力。”
更多信息:Natália Teruel等人,SARS-CoV-2 Spike蛋白变体的构象态动力学建模及其在感染中的作用,PLOS计算生物学(2021)。DOI: 10.1371 / journal.pcbi.1009286