Technologie internetowe

Analiza modelu, w jaki sposób wirusy wydostają się z układu odpornościowego

Napisane 24.04.2021 przez vhcomputer

Tagi:

Korzystając z tego systemu obliczeniowego, naukowcy mogą zidentyfikować wirusowe sekwencje białek, które mogłyby uczynić lepsze cele szczepionkowe.

Jednym z powodów, dla których tak trudno jest produkować skuteczne szczepionki przeciwko niektórym wirusom, w tym grypie i HIV, jest to, że wirusy te mutują bardzo szybko. Pozwala to im uniknąć przeciwciał wytwarzanych przez konkretną szczepionkę, poprzez proces znany jako " ucieczka wirusa.”

Naukowcy z MIT opracowali nowy sposób obliczeniowego modelowania ucieczki wirusów, oparty na modelach, które pierwotnie zostały opracowane do analizy języka. Model może przewidzieć, które fragmenty białek powierzchniowych wirusa są bardziej narażone na mutację w sposób umożliwiający ucieczkę wirusa, a także może zidentyfikować sekcje, które są mniej podatne na mutację, co czyni je dobrymi celami dla nowych szczepionek.

"Ucieczka wirusów jest dużym problemem", mówi Bonnie Berger, profesor matematyki Simons i kierownik grupy obliczeniowej i biologii w laboratorium Informatyki i sztucznej inteligencji MIT. "Wirusowa Ucieczka powierzchniowego białka grypy i otoczki powierzchniowego białka wirusa HIV są bardzo odpowiedzialne za fakt, że nie mamy uniwersalnej szczepionki przeciw grypie, ani nie mamy szczepionki na HIV, z których oba powodują setki tysięcy zgonów rocznie.”

W badaniu pojawiającym się dziś w Science, Berger i jej koledzy zidentyfikowali możliwe cele dla szczepionek przeciwko grypie, HIV i SARS-CoV-2. Ponieważ ten artykuł został przyjęty do publikacji, naukowcy zastosowali swój model do nowych wariantów SARS-CoV-2, które niedawno pojawiły się w Wielkiej Brytanii i RPA. Ta analiza, która nie została jeszcze zweryfikowana, oznaczała wirusowe sekwencje genetyczne, które powinny być dalej badane pod kątem ich potencjału do ucieczki z istniejących szczepionek, twierdzą naukowcy.

Język białek


Różne rodzaje wirusów nabywają mutacje genetyczne w różnym tempie, a HIV i grypa należą do tych, które mutują najszybciej. Aby te mutacje promowały ucieczkę wirusa, muszą pomóc wirusowi zmienić kształt białek powierzchniowych, tak aby przeciwciała nie mogły się z nimi wiązać. Jednak białko nie może zmienić się w sposób, który sprawia, że nie działa.

Zespół MIT zdecydował się na modelowanie tych kryteriów za pomocą modelu obliczeniowego znanego jako model języka, z dziedziny przetwarzania języka naturalnego (NLP). Modele te zostały pierwotnie zaprojektowane do analizy wzorców w języku, w szczególności, częstotliwość, która z niektórych słów występują razem. Modele mogą następnie przewidywać, których słów można użyć do zakończenia zdania, takiego jak "Sally zjadła jajka dla ..." wybrane słowo musi być zarówno poprawne gramatycznie, jak i mieć odpowiednie znaczenie. W tym przykładzie model NLP może przewidywać "śniadanie" lub " lunch.”

Kluczowym spostrzeżeniem naukowców było to, że tego rodzaju model może być również stosowany do informacji biologicznych, takich jak sekwencje genetyczne. W takim przypadku gramatyka jest analogiczna do reguł określających, czy białko kodowane przez daną sekwencję jest funkcjonalne, czy nie, a znaczenie semantyczne jest analogiczne do tego, czy białko może przybrać nowy kształt, który pomaga uniknąć przeciwciał. Dlatego mutacja, która umożliwia ucieczkę wirusa, musi utrzymać gramatyczność sekwencji, ale zmienić strukturę białka w użyteczny sposób.

"Jeśli wirus chce uciec z ludzkiego układu odpornościowego, nie chce mutować się tak, że umiera lub nie może się replikować", mówi Hie. "Chce zachować kondycję, ale ukrywa się na tyle, że jest niewykrywalny przez ludzki układ odpornościowy.”

Aby modelować ten proces, naukowcy wyszkolili model NLP do analizy wzorców znalezionych w sekwencjach genetycznych, co pozwala przewidzieć nowe sekwencje, które mają nowe funkcje, ale nadal przestrzegają biologicznych zasad struktury białka. Jedną z istotnych zalet tego rodzaju modelowania jest to, że wymaga tylko informacji o sekwencji, która jest znacznie łatwiejsza do uzyskania niż struktury białkowe. Model można trenować na stosunkowo niewielkiej ilości informacji — w tym badaniu naukowcy wykorzystali 60 000 sekwencji HIV, 45 000 sekwencji grypy i 4000 sekwencji koronawirusów.

"Modele językowe są bardzo potężne, ponieważ mogą nauczyć się tej złożonej struktury dystrybucyjnej i uzyskać wgląd w funkcję tylko dzięki zmienności sekwencji", mówi Hie. "Mamy ten duży korpus danych sekwencji wirusów dla każdej pozycji aminokwasu, a model poznaje te właściwości współwystępowania aminokwasów i współwariacji w danych treningowych.”

Blokowanie ucieczki


Gdy model został przeszkolony, naukowcy wykorzystali go do przewidywania sekwencji białka spike koronawirusa, białka otoczki HIV i hemaglutyniny grypy (HA), które byłyby mniej lub bardziej prawdopodobne, aby wygenerować mutacje ucieczki.

W przypadku grypy model ujawnił, że sekwencje najmniej prawdopodobne do mutacji i wywołania ucieczki wirusa znajdowały się w łodydze białka HA. Jest to zgodne z ostatnimi badaniami wykazującymi, że przeciwciała skierowane na łodygę HA (które nie rozwijają się u większości osób zakażonych grypą lub zaszczepionych przeciwko niej) mogą zapewnić niemal uniwersalną ochronę przed jakimkolwiek szczepem grypy.

Analiza modelu koronawirusów sugerowała, że część białka kolczastego zwana podjednostką S2 jest najmniej prawdopodobna do wywołania mutacji ucieczki. Pozostaje pytanie, jak szybko mutuje wirus SARS-CoV-2, więc nie wiadomo, jak długo szczepionki stosowane obecnie w celu zwalczania pandemii Covid-19 pozostaną skuteczne. Wstępne dowody wskazują, że wirus nie mutuje tak szybko jak grypa czy HIV. Jednak naukowcy niedawno zidentyfikowali nowe mutacje, które pojawiły się w Singapurze, RPA i Malezji, które ich zdaniem powinny być zbadane pod kątem potencjalnej ucieczki wirusa (te nowe dane nie są jeszcze recenzowane).

W swoich badaniach nad HIV, naukowcy odkryli, że hiperwariowalny region V1-V2 białka ma wiele możliwych mutacji ucieczki, co jest zgodne z wcześniejszymi ustaleniami, a także znaleźli sekwencje, które miałyby mniejsze prawdopodobieństwo ucieczki.

Naukowcy pracują obecnie z innymi, aby wykorzystać ich model do identyfikacji możliwych celów dla szczepionek przeciwnowotworowych, które stymulują własny układ odpornościowy organizmu do niszczenia nowotworów. Mówią, że może być również stosowany do projektowania leków małocząsteczkowych, które mogą być mniej narażone na wywołanie odporności, na choroby takie jak gruźlica.

Pewność siebie w świecie biznesu

Pewność siebie jest tą wyjątkową cechą charakteru, która potrafi wyraźnie ułatwić ludziom życie. Niektórzy się z nią rodzą, inni pracują na nią latami, jednak każdy - bez wyjątku - chciałby ją mieć. Człowiek społeczny nie ma trudności z nawiązywaniem nowych znajomości. Nawet jeśli brakuje mu kompetencji czy ma pewne luki w

Czytaj więcej...

Losowy

Analiza modelu, w jaki sposób wirusy wydostają się z układu odpornościowego

Korzystając z tego systemu obliczeniowego, naukowcy mogą zidentyfikować wirusowe sekwencje białek, które mogłyby uczynić lepsze cele szczepionkowe.Jednym z powodów, dla których tak trudno jest produkować skuteczne szczepionki przeciwko niektórym wirusom, w tym grypie i HIV, jest to, że wirusy te mutują bardzo szybko. Pozwala to im uniknąć

Czytaj więcej...