Штучний інтелект

Анотація: На основі аналізу літературних джерел та власного досвіду досліджень у галузі біоінформатики та вірусології, автори пропонують багатоетапні алгоритми обробки даних, що розроблені з метою сприяння виробництву епітопної вакцини проти SARS-CoV-2. Очікується, що епітопні вакцини будуть безпечнішими й викликатимуть більш слабку реакцію організму. Методології зворотної біоінженерії, вакцинології та виробництва синтетичних пептидів мають велике майбутнє у боротьбі з тяжким захворюванням COVID-19. Значна генетична мінливість та еволюція вірусу SARS-CoV-2, що притаманна природним вірусам, які походять від тварин, є перешкодою для ефективного та надійного застосування вакцини, а тому вимагає мультидисциплінарних досліджень та профілактичних заходів на міжнародному рівні співпраці. Однак інші віруси з відмінною природою та будовою можуть бути позначені як SARS-CoV-2. Отже, метагеноміка є важливою дисципліною для виявлення COVID-19. Питання якісного та надійного виявлення вірусів залишається відкритим для вдосконалення та оптимізації. Надзвичайно важливою є розробка методів in silico та in vitro для прогнозування та моніторингу реакції реципієнта вакцини, як методик так званої сучасної персоналізованої медицини. Застосування виключно методу in silico недостатньо для вирішення багатьох питань. Ці проблеми потребують застосування методів in vitro та in vivo, що вимагають значних затрат часу та коштів. Майбутні експерименти також мають бути спрямовані на виявлення оптимальних ад’ювантів, векторів та поєднань епітопів, а також на індивідуальні особливості мешканців певного регіону. Для цього дослідження знадобиться ще кілька років ретельної й масштабної лабораторної та клінічної роботи в різних центрах біомедичних установ по всьому світу.

Ключові слова: SARS-CoV-2, COVID-19, епітопна вакцина, медична кібернетика, біоінформатика, геноміка, алгоритми.

Посилання:

1. Frishman, D., Marz, M. Virus Bioinformatics.–: CRC Press, 2021.– 296. 1000426548.
2. Ezzemani, W., Windisch, M.P., Kettani, A. et al. Immuno-informatics-based identification of novel potential B cell and T cell epitopes to fight Zika virus infections // Infect Disord Drug Targets. – 2020. – Vol 8, Online ahead of print, № 1. – P. 10. IDDT-EPUB-109015 [pii] 10.2174/1871526520666200810153657.
3. Alam, A., Ali, S., Ahamad, S. et al. From ZikV genome to vaccine: in silico approach for the epitope-based peptide vaccine against Zika virus envelope glycoprotein // Immunology. – 2016. – Vol 149, № 4. – P. 386-399. 10.1111/imm.12656.
4. Janahi, E.M., Dhasmana, A., Srivastava, V. et al. In silico CD4+, CD8+ T-cell and B-cell immunity associated immunogenic epitope prediction and HLA distribution analysis of Zika virus // EXCLI J. – 2017.–Vol 16,–P. 63-72.10.17179/excli2016-719.
5. Waller, F.M., Reche, P.A., Flower, D.R. West Nile Virus Vaccine Design by T Cell Epitope Selection: In Silico Analysis of Conservation, Functional Cross-Reactivity with the Human Genome, and Population Coverage // J Immunol Res. – 2020. – Vol 2020, – P. 7235742. 10.1155/2020/7235742.
6. Dutta, S.K., Bhattacharya, T., Tripathi, A. Chikungunya virus: genomic microevolution in Eastern India and its in-silico epitope prediction // 3 Biotech. – Vol 8, № 7. – P. 318. 10.1007/s13205-018-1339-3.
7. Pratheek, B.M., Suryawanshi, A.R., Chattopadhyay, S. In silico analysis of MHC-I restricted epitopes of Chikungunya virus proteins: Implication in understanding anti-CHIKV CD8(+) T cell response and advancement of epitope based immunotherapy for CHIKV infection // Infect Genet Evol.–2015.–Vol 31.– P118-26.10.1016/j.meegid.2015.01.017.
8. Sakib, M.S., Islam, M.R., Hasan, A.K., Nabi, A.H. Prediction of epitope-based peptides for the utility of vaccine development from fusion and glycoprotein of nipah virus using in silico approach // Adv Bioinformatics. – 2014. – Vol 2014, – P. 402492. 10.1155/2014/402492.
9. Majee, P., Jain, N., Kumar, A. Designing of a multi-epitope vaccine candidate against Nipah virus by in silico approach: a putative prophylactic solution for the deadly virus // J Biomol Struct Dyn. – 2021. – Vol 39, № 4. – P.1461-1480. 10.1080/07391102.2020.1734088.
10. Ali, M.T., Islam, M.O. A Highly Conserved GEQYQQLR Epitope Has Been Identified in the Nucleoprotein of Ebola Virus by Using an In Silico Approach // Adv Bioinformatics. – 2015. – Vol 2015. – P. 278197. 10.1155/2015/278197.
11. Mima, K.A., Katorkina, E., Katorkin, S. et al. In silico identifikacija B-i T-kletochnyh jepitopov belka CD2v virusa afrikanskoj chumy svinej (African swine fever virus, Asfivirus, Asfarviridae) // Voprosy virusologii. – 2020. – Vol 65, № 2. – P. 103-112.
12. Mahmud, S., Rafi, M. O., Paul, G. K. et al. Designing a multi-epitope vaccine candidate to combat MERS-CoV by employing an immunoinformatics approach // Sci Rep.–2021.Vol 11, № 1.–P.15431.10.1038/s41598-021-92176-1.
13. Sanami, S., Zandi, M., Pourhossein, B. et al. Design of a multi-epitope vaccine against SARS-CoV-2 using immunoinformatics approach // Int J Biol Macromol. – 2020. – Vol 164, – P. 871-883. S0141-8130(20)33870-8 [pii].
14. Krasilnikov, A.P. Mikrobiologicheskij slovar-spravochnik. - 2-e izd., dop. i pererab. - Mn. : OOO "Asar", 1999. - 397 C. 985-6070-50-3.