ディープ・ミューテーション・ラーニングは,SARS-CoV-2受容体結合領域における結合変異に対するACE2結合と抗体の脱出を予測する

Joseph M Taft¹, Cédric R Weber², Beichen Gao¹

¹Department of Biosystems Science and Engineering, ETH Zurich, Basel 4058, Switzerland; Botnar Research Centre for Child Health, Basel 4058, Switzerland.

Cell

|September 23, 2022

まとめ

深層変異学習はSARS-CoV-2の進化を予測する. この技術は数十億のスパイクタンパク質の多様性を特定し,耐性菌株に対する新しいCOVID-19ワクチンおよび抗体治療の開発を支援しています.

科学分野:

ウイルス学
免疫学
コンピュータ生物学

背景:

SARS-CoV-2の進行中の進化,特にスパイクタンパク質のACE2受容体結合領域 (RBD) の変異は,ワクチンと抗体に対する耐性のある変種の出現を促し,COVID-19のパンデミックを延長しています.
進化の軌跡とこれらの変異の潜在的な影響を理解することは効果的な対策の開発に不可欠です

研究の目的:

SARS-CoV-2 RBDにおける組み合わせ変異の影響を予測するための,機械学習によるタンパク質工学技術であるディープ・ミュータショナル・ラーニング (DML) を開発する.
潜在的なRBD変異の広大な配列空間を探索し,ACE2結合と抗体脱出に影響を及ぼすものを特定する.

主な方法:

タンパク質工学の機械学習アプローチであるディープ・ミューテーション・ラーニング (DML) の開発と応用.
ACE2結合と抗体脱出への影響を予測することによって,数十億の潜在的受容体結合領域 (RBD) 変異を調査する.

主要な成果:

様々な進化的経路を通じて出現する可能性があるSARS-CoV-2変種の多様な風景の特定.
ACE2結合と抗体脱出に対する組み合わせ変異の影響を,大規模な配列空間で正確に予測する.

結論:

ディープ・ミュータショナル・ラーニング (DML) は,オミクロンのような高度に変異したものを含め,現在および将来のSARS-CoV-2の変異を予測するための強力なツールを提供します.
この技術は,次世代ワクチンの開発と,COVID-19との闘いにおける治療用抗体治療を導くことができます.

キーワード:

人工知能ディープラーニングディープシーケンシング誘導された進化機械学習タンパク質工学ウイルスの脱出イースト表示

さらに関連する動画

07:55

Generation of Escape Variants of Neutralizing Influenza Virus Monoclonal Antibodies

Published on: August 29, 2017

11.8K

08:07

Author Spotlight: Advancing Antiviral Strategies Through Novel Immunocapture and Mass Spectrometry Techniques

Published on: January 12, 2024

811

関連する概念動画

00:36

Viral Mutations

32.7K

A mutation is a change in the sequence of bases of DNA or RNA in a genome. Some mutations occur during replication of the genome due to errors made by the polymerase enzymes that replicate DNA or RNA. Unlike DNA polymerase, RNA polymerase is prone to errors because it is not capable of “proofreading” its work. Viruses with RNA-based genomes, like HIV, therefore accrue mutations faster than viruses with DNA-based genomes. Because mutation and recombination provide the raw material...

32.7K

01:49

Conserved Binding Sites

4.3K

Many proteins’ biological role depends on their interactions with their ligands, small molecules that bind to specific locations on the protein known as ligand-binding sites. Ligand-binding sites are often conserved among homologous proteins as these sites are critical for protein function.
Binding sites are often located in large pockets, and if their location on a protein’s surface is unknown, it can be predicted using various approaches. The energetic method computationally...