一个辅助剂数据库用于疫苗和免疫治疗药物的临床前评估
Yayoi Natsume-Kitatani1, Kouji Kobiyama2, Yoshinobu Igarashi3
1Laboratory of Bioinformatics, Artificial Intelligence Center for Health and Biomedical Research, National Institutes of Biomedical Innovation, Health and Nutrition (NIBN), Settsu, Osaka 566-0002, Japan; Institute of Advanced Medical Sciences, Tokushima University, Tokushima, Tokushima 770-8503, Japan; Institute for Protein Research, the University of Osaka, Suita, Osaka 565-0871, Japan.
一个新的辅助剂数据库 (ADB) 整合了转录组数据,以改善疫苗辅助剂查. 这种数据驱动的方法增强了对新型辅助剂候选者的疗效和安全性评估.
科学领域:
- 免疫学 免疫学 免疫学
- 毒理学 毒理学 毒理学
- 生物信息学是一种生物信息学.
背景情况:
- 辅助剂对于提高疫苗对传染病的疗效至关重要.
- 目前评估辅助剂有效性和安全性的方法有限,限制了大规模查.
- 转录组数据为了解辅助机制和潜在毒性提供了强大的工具.
研究的目的:
- 开发一个原型的辅助剂数据库 (ADB) 进行全面的辅助剂评估.
- 为了实现转录基因数据的跨数据库集成,以进行增强的分析.
- 建立一个数据驱动的框架,用于选助理候选人.
主要方法:
- 开发了一种原型辅助剂数据库 (ADB),其中包含25种辅助剂的转录组数据.
- 确保数据生成协议与开放的TG-GATE (OTG) 毒基因组学数据库一致.
- 集成的ADB和OTG数据用于交叉数据库分析和机器学习模型开发.
主要成果:
- 转录基因模式有效地区分了不同物种和器官的个体辅助剂.
- 机器学习模型使用集成数据集成功预测了辅助性和肝毒性.
- 通过数据驱动分析,确定了素的辅助活性和FK565的肝毒性.
结论:
- 辅助数据库 (ADB) 与开放的TG-GATE (OTG) 结合,为基于转录学的选提供了一个强大的框架.
- 这种方法促进了基于数据的辅助剂有效性和安全性的评估.
- 能够有效地识别和描述新型辅助剂候选者.
更多相关视频
07:32Evaluating the Immune Response of a Nanoemulsion Adjuvant Vaccine Against Methicillin-Resistant Staphylococcus aureus MRSA Infection
Published on: September 1, 2023
07:04Immunostimulatory Agent Evaluation: Lymphoid Tissue Extraction and Injection Route-Dependent Dendritic Cell Activation
Published on: September 16, 2018
相关概念视频
Preclinical Development: Overview
Cancer Vaccines
Cancer vaccines come in two categories: preventive (prophylactic) and treatment (active). Preventive vaccines, such as the Human Papillomavirus (HPV) vaccine, protect against viruses that cause certain...
Vaccinations
Clinical Trials: Overview
