一个创新的基于人工智能的原始设计工具,用于精确和准确地检测SARS-CoV-2变种的关注

科学领域:

• 病毒学 病毒学
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• 随着COVID-19的爆发,人们越来越需要快速,准确的病毒检测.
• 具有危险突变的SARS-CoV-2变种的出现需要开发特定的分子测试.
• 现有的检测方法对于快速演变的病毒菌株可能不够.

研究的目的:

• 设计用于检测SARS-CoV-2及其令人担忧的变体 (VOCs) 的高度特定的分子原料套件.
• 开发一种快速和自动化的方法来生成初始化套件.
• 为了验证设计的原料的准确性和临床实用性.

主要方法:

• 利用一个自动化管道,结合进化算法进行原料设计.
• 来自GISAID存储库的SARS-CoV-2序列来源.
• 进行了设计的原料套件的in-silico验证和实验室试点测试.
• 与现有的商业化原料进行性能比较,并对VOC特异性原料进行临床试验.

主要成果:

• 在几个小时内成功设计了针对SARS-CoV-2 (主要血统),B.1.1.7 (Alpha) 和B.1.1.529 (Omicron) 变种的原料套件.
• 初步的in-silico验证证实了设计的原料序列的高精度.
• 实验室测试表明,主要血统的商业原料与商业原料的比较有利.
• 临床测试的VOC特异性原料 (B.1.1.7和B.1.1.529) 显示了成功的结果.

结论:

• 自动化管道为设计针对病毒病原体及其变体的特定分子测试提供了快速可靠的方法.
• 开发的基础套件对于检测SARS-CoV-2和VOC是准确和有效的,为未来的流行病准备提供了宝贵的工具.
• 这种方法加速了对及时公共卫生干预至关重要的诊断工具的开发.