计算方法可以更快地导致更好的疫苗

疫苗
学分:Pixabay/CC0公共领域

自2019年底冠状病毒大流行病发作以来,有100多种Covid-19-19疫苗已经进入或完成了临床试验,其中许多疫苗已被授权在世界范围内使用。但是,与新的SARS-COV-2变体构成的不断增长的威胁抗争,要求更有效地为Covid-19和其他新兴的传染病开发安全有效的疫苗。

计算医学和生物信息学系的安东尼·霍夫曼(Anthony Huffman)博士,Yongqun He博士,及其密歇根大学医学院的同事最近在《杂志》上发表了一篇评论文章生物信息学的简报该系统地调查了所谓的Ronication Covid-19疫苗设计中的各种方法(使用它来确定潜在的疫苗靶标),并提出了一种有效且有效的Covid-19疫苗设计的策略。

他们分类了计算疫苗设计中的三个主要阶段:

  • 鉴定实验验证的黄金标准保护抗原 - 触发蛋白质的蛋白质进行防御 - 通过文学开采
  • 使用反向疫苗学的理性疫苗设计,该疫苗使用病毒的RNA或DNA鉴定可能是疫苗和结构疫苗学靶标的蛋白质,该蛋白使用病毒的原子结构来告知潜在疫苗 - 使用金标准数据
  • 并通过监视和应用批准的疫苗成功和不良事件报告进一步改善疫苗设计。

该团队开发了Protegen,这是一个实验验证的保护抗原的数据库,可以用作理性疫苗设计的黄金标准数据。在各种机器学习方法的支持下,已经开发了许多RV和SV方法,并将其应用于Covid-19疫苗设计。

作为COVID-19的一个例子,Edison Ong博士和他的HE实验室队友已经开发并应用了RV和机器学习方法,以成功预测SARS-COV-2 SPIKE(S)蛋白作为Covid-19疫苗开发的最佳病毒蛋白,这与当前S的mRNA使用一致在辉瑞和现代疫苗中。

此外,该团队还公布了其他几个对于Covid-19疫苗开发而言,有价值,并提出了一种新的鸡尾酒疫苗配方,以提高下一代Covid-19-19疫苗的功效和安全性。


进一步探索

FDA面板决定Novavax Covid疫苗

更多信息:Anthony Huffman等人,Covid-19使用反向和结构疫苗学,基于本体的文学挖掘和机器学习的疫苗设计,生物信息学的简报(2022)。doi:10.1093/bib/bbac190

Ong e,Wong M,Huffman A,He Y. Covid-19冠状病毒疫苗设计使用反疫苗学和机器学习。免疫学领域doi:10.3389/fimmu.2020.0158

期刊信息: 免疫学领域

由...提供密歇根大学
引用:计算方法可以更快地导致更好的疫苗(2022年8月12日)2022年8月14日从//www.pyrotek-europe.com/news/2022-08-methods-vaccines-faster.html
本文件受版权保护。除了出于私人研究或研究目的的任何公平交易之外,未经书面许可,不得复制任何部分。内容仅供参考。
85分享

对编辑的反馈