Eurekalert！网站2月5日消息称，美国南加州大学（USC）维特比工程学院的研究团队使用人工智能（AI）开发了一种旨在分析病毒的潜在突变，以快速鉴定出可能的最佳疫苗的方法。研究人员称，该机器学习模型可以在几秒或几分钟内完成曾经需要数月或数年的疫苗设计。研究结果发表在Scientific Reports上。研究人员表示，该计算机模型应用于SARS-CoV-2后，迅速淘汰了95%可能治疗病原体的化合物，并找到了最佳选择。
AI辅助方法预测了26种可能对抗冠状病毒的潜在疫苗，科学家们从中确定了构建多表位疫苗的最佳方法。此外，工程师可以在不到一分钟的时间内为一种新病毒构建新的多表位疫苗，并在一小时内验证其质量。相比之下，当前控制病毒的过程需要在实验室中培养病原体，使其失活并注射会引起疾病的病毒。该过程很耗时，需要一年以上。同时，该疾病在不断传播。
研究人员称，该方法对应对大流行特别有用，因为冠状病毒开始在世界各地的人群中发生突变。这种突变可能会使辉瑞公司和Moderna公司正在分发的疫苗的效力减至最小。在英国、南非和巴西出现的病毒最新变种似乎更容易传播，这将迅速导致更多的病例、死亡和住院。如果SARS-CoV-2新毒株不能被已有疫苗控制，或者如果需要新的疫苗来应对其他新兴病毒，那么USC的AI辅助方法可以快速设计其他预防机制。USC的研究人员仅使用了一个B细胞表位和一个T细胞表位，如果应用更大的数据集和更多可能的组合可以开发出更全面、更快速的疫苗设计工具。该方法可以对数据集中的700000多种蛋白质进行准确的预测。现有疫苗设计框架可以解决三个最常见的突变，并可以扩展到处理其他可能未知的突变。该研究的原始数据来自一个巨大的生物信息学数据库，称为免疫抗原决定簇数据库（IEDB），世界各地的科学家都在其中汇编有关冠状病毒以及其他疾病的数据。IEDB包含来自3600种不同物种的600000种已知表位，以及Virus Pathogen Resource（一种病原病毒信息的补充存储库）。SARS-CoV-2的基因组和刺突蛋白序列来自美国国家生物技术信息中心。
原文链接：https://www.eurekalert.org/pub_releases/2021-02/uosc-na020421.php
