NERVE 2.0:通过人工智能和用户友好的Web界面来促进新的增强反向疫苗学环境

科学领域:

• 计算生物学是一种计算生物学.
• 疫苗的研发工作正在进行中.
• 生物信息学是一种生物信息学.

背景情况:

• 反向疫苗学 (RV) 通过使疫苗候选物 (VC) 的病原体进行计算查,彻底改变了疫苗开发.
• 最初的NERVE (新增强的RV环境) 软件促进了VC选择,但对实验疫苗学家来说存在可用性挑战.
• 现有的RV项目往往需要重要的生物信息学专业知识,限制了它们的广泛采用.

研究的目的:

• 推出NERVE 2.0,这是一个改进的基于网络的平台,用于细菌疫苗候选人分析.
• 为了提高RV软件的预测性能和用户友好性.
• 整合先进的计算工具,包括基于AI的模型,以实现更有效的VC识别.

主要方法:

• 使用集成和模块化方法开发NERVE 2.0.
• 整合了新的模块,如Loop-Razor用于碎片恢复和Epitope预测用于结合亲和关系.
• 整合了两个基于人工智能的模型:ESPAAN和Virulent.
• 过渡到一个辅导,基于Web的接口与noSQL数据库,以增强用户体验.

主要成果:

• 与其前身和其他Web-RV程序 (Vaxign,Vaxijen) 相比,NERVE 2.0的预测性能更高.
• 新的界面显著提高了用户友好性,减少了对广泛生物信息技术技能的需求.
• 该平台可有效提交,检索和分析候选疫苗数据.

结论:

• NERVE 2.0为细菌蛋白疫苗分析提供了一个可定制和精细的环境.
• 更新后的软件赋予了更广泛的用户权力,包括实验疫苗学家在疫苗设计过程中.
• 这种增强的RV工具有助于更高效,更容易获得的疫苗开发.