bioRxiv预印平台于3月23日发表了密西根大学的题为“COVID-19 coronavirus vaccine design using reverse vaccinology and machine learning”的文章。
文章显示,为了最终与正在出现的COVID-19大流行作斗争,需要开发一种有效且安全的疫苗,以应对由SARS-CoV-2冠状病毒引起的这种高度传染性疾病。该团队经过文献和临床试验调查表明,整个病毒以及刺突(S)蛋白,核衣壳(N)蛋白和膜(M)蛋白均已针对SARS和MERS疫苗开发进行了测试。但是,这些候选疫苗可能缺乏诱导完全保护的功能,并且存在安全隐患。然后,该团队应用了Vaxign反向疫苗学工具和新开发的Vaxign-ML机器学习工具来预测COVID-19候选疫苗。通过研究SARS-CoV-2的整个蛋白质组,预测包括S蛋白和5个非结构蛋白(nsp3、3CL-pro和nsp8-10)在内的6种蛋白是粘附素,它们对病毒的粘附和宿主入侵至关重要。Vaxign-ML还预测了S,nsp3和nsp8蛋白会诱导高保护性抗原性。除了常用的S蛋白外,nsp3蛋白还没有在任何冠状病毒疫苗研究中进行过测试,因此被选择作进一步研究。研究人员发现nsp3在SARS-CoV-2,SARS-CoV和MERS-CoV中比在15种感染人类和其他动物的冠状病毒中更保守。还预测该蛋白质包含混杂的MHC-I和MHC-II T细胞表位,以及位于该蛋白特定位置和功能域中的线性B细胞表位。通过应用反向疫苗学和机器学习,该团队预测了有效和安全的COVID-19疫苗开发的潜在疫苗目标。 然后,提出包含结构蛋白(Sp)和非结构蛋白(Nsp)的“ Sp / Nsp鸡尾酒疫苗”将刺激有效的互补免疫应答。
*注,本文为预印本论文手稿,是未经同行评审的初步报告,其观点仅供科研同行交流,并不是结论性内容,请使用者谨慎使用。