通过人工智能识别的细胞分裂蛋白候选冠状病毒疫苗的临床前疗效
Sunita Gulati1, Andreas Holm Mattsson2, Sophie Schussek2
1Department of Medicine, Division of Infectious Diseases and Immunology, University of Massachusetts Medical School, Worcester, Massachusetts, USA.
mBio
|October 31, 2023
概括
新的淋病疫苗至关重要. 人工智能确定了有前途的候选者,FtsN和NGO0265,通过触发补体依赖免疫反应,显著减少了小鼠的细菌殖民.
科学领域:
- 微生物学 微生物学
- 免疫学 免疫学 免疫学
- 疫苗学 疫苗学 疫苗学
背景情况:
- 耐多药性淋病是一种严重的全球健康威胁.
- 迫切需要有效的疫苗来打击尼塞利亚淋病的传播.
研究的目的:
- 通过人工智能 (AI) 识别的疫苗候选人进行选.
- 评估有希望的淋病疫苗候选人的保护机制.
主要方法:
- 利用小鼠阴道殖民模式来评估疫苗的有效性.
- 测量了补充依赖的杀菌活性,与殖民减少相关.
- 开发并测试了一种嵌合蛋白疫苗 (FtsN-NGO0265).
主要成果:
- 人工智能平台确定了26种候选疫苗;FtsN和NGO0265显示出最高的疗效.
- 化学FtsN-NGO0265疫苗引起了杀菌抗体,减少了殖民负担.
- 保护依赖于补充C9,表明补充介导的机制.
结论:
- FtsN和NGO0265是有希望的淋病疫苗候选人.
- 补充剂依赖的杀菌活性是保护的关键机制.
- 人工智能驱动的发现加速了对具有挑战性的病原体的疫苗开发.


