محاسبات پیشرفته نشان می‌دهد که آنتی‌بادی‌های فعلی موثر علیه SARS-CoV-2 نوع XBB.1.5

تیمی در مرکز هوش محاسباتی UNC شارلوت برای پیش‌بینی خطرات بهداشتی و محیطی (CIPHER) و Tuple، یک شرکت مشاوره ژنومیک مستقر در شارلوت، از هوش مصنوعی برای ارزیابی سریع پیامدهای سلامت عمومی SARS-CoV-2 XBB استفاده کرده‌اند. .1.5 نوع. نتایج شبیه‌سازی‌های انجام‌شده توسط تیم نشان می‌دهد که آنتی‌بادی‌های موجود در زرادخانه ما برای خنثی کردن SARS-CoV-2 XBB.1.5 مؤثر هستند. این اثر در دسترس است bioRxiv سرور پیش چاپ

این نوع اخیراً سهم خود را از عفونت های COVID-19 ناشی از ایالات متحده افزایش داده است و نگرانی در مورد یک بحران بالقوه مراقبت های بهداشتی ایجاد کرده است. با این حال، افزایش توانایی انتقال نوع به این معنی نیست که قابل درمان نیست.

دانیل جانیس، یکی از شرکت‌کنندگان، گفت: “تیم CIPHER و Tuple چندین فناوری را با هم پیوند داده‌اند تا هوش سلامتی سریعی را ارائه دهند، که دوز خبر خوبی است. واضح‌تر شده است که با علوم جدید و کار سخت می‌توانیم بیماری‌های اضطراری را برطرف کنیم.” -مدیر مرکز CIPHER و کارول گروتنس بلک، استاد برجسته بیوانفورماتیک و ژنومیک.

این تیم از برنامه های یادگیری ماشینی برای شبیه سازی ساختار پروتئین و اتصال آنتی بادی استفاده کردند. به این ترتیب، آن ها انواع آنتی بادی ها از جمله آنتی بادی های القا شده توسط واکسن تقویت کننده omicron و سایر آنتی بادی های مورد استفاده در درمان را آزمایش کردند.

این نتایج در تضاد با نتایج بدست آمده توسط تیم زمانی است که نوع اصلی omicron بیش از یک سال پیش ظاهر شد. در سال 2021، تیم به درستی پیش‌بینی کرد که واکسن اصلی و زرادخانه آنتی‌بادی اثربخشی در برابر omicron را کاهش داده است.

از آنجایی که این تیم در شبیه سازی محاسباتی بر روی نمایش دیجیتالی انواع و آنتی بادی ها کار می کند، کار بسیار سریع است. این تیم از ساختارهای پروتئینی برنامه AlphaFold2 و سپس برنامه‌ای به نام HADDOCK برای اتصال آنتی‌بادی‌ها به دامنه اتصال گیرنده انواع در پروتئین Spike SARS-CoV-2 XBB.1.5 و ویروس‌های مرتبط استفاده می‌کند. ارزیابی بر اساس مدل‌های فیزیکی برای آزمایش کیفیت اتصال و پیش‌بینی اثربخشی حفظ یا ضعیف شدن آنتی‌بادی‌ها در برابر ویروس‌ها است.

کار محاسباتی هفته ها قبل از آزمایش های ساختاری و الزام آور است که باید در آزمایشگاه شیمی سنتی انجام شود. محققان CIPHER از ابزارهای جدید و قابلیت‌های محاسباتی پیشرفته UNC Charlotte استفاده می‌کنند تا نشانه‌های اولیه ارزشمندی از آنچه مقامات بهداشتی می‌توانند از ظهور یک نوع جدید و همچنین درمان‌ها و واکسن‌هایی که در پاسخ مؤثر هستند، انتظار داشته باشند، ارائه دهند.

همکار مقاله Omicron را بررسی کرد، “پیش‌بینی‌های SARS-CoV-2 Omicron Variant (B.1.1.529) Spike Protein-Binding Domain Structure and Neutralizing Antibody Structure، که از همین روش استفاده کرد و سال گذشته در منتشر شد. مرزها در ویروس شناسی را می توان در اینجا یافت.