Vaxign

使用逆向疫苗学和机器学习设计 COVID-19 冠状病毒疫苗

为了最终抗击新出现的 COVID-19 大流行，我们希望开发一种有效且安全的疫苗来对抗这种由 SARS-CoV-2 冠状病毒引起的高度传染性疾病。我们的文献和临床试验调查显示，整个病毒以及刺突 (S) 蛋白、核衣壳 (N) 蛋白和膜 (M) 蛋白已接受过针对 SARS 和 MERS 疫苗开发的测试。然而，这些候选疫苗可能缺乏完全保护的诱导并且存在安全隐患。然后，我们应用 Vaxign 和新开发的基于机器学习的 Vaxign-ML 反向疫苗学工具来预测 COVID-19 候选疫苗。我们的 Vaxign 分析发现 SARS-CoV-2 N 蛋白序列与 SARS-CoV 和 MERS-CoV 保守，但与其他四种引起轻微症状的人类冠状病毒不同。通过研究 SARS-CoV-2 的整个蛋白质组，预测有六种蛋白质（包括 S 蛋白和五种非结构蛋白（nsp3、3CL-pro 和 nsp8-10））是粘附素，对病毒粘附和宿主入侵至关重要。Vaxign-ML 还预测 S、nsp3 和 nsp8 蛋白可诱导高保护性抗原性。除了常用的 S 蛋白外，nsp3 蛋白尚未在任何冠状病毒疫苗研究中进行测试，因此被选中进行进一步研究。发现 nsp3 在 SARS-CoV-2、SARS-CoV 和 MERS-CoV 中的保守性比在感染人类和其他动物的 15 种冠状病毒中更高。还预测该蛋白质含有混杂的 MHC-I 和 MHC-II T 细胞表位，并且发现预测的线性 B 细胞表位位于蛋白质表面。我们预测的疫苗靶点具有开发有效且安全的 COVID-19 疫苗的潜力。我们还提出，含有结构蛋白 (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反应。