计算式表位素分析和人工智能驱动的蛋白质工程使得针对Mycobacterium tuberculosis的多表位素疫苗的合理设计成为可能
Xinfeng Li1, Xinyu Tao1, Mingyue Zhong1
1State Key Laboratory of Virology and Biosafety, Wuhan Institute of Virology, Chinese Academy of Sciences, Wuhan 430071, China.
Computational and structural biotechnology journal
|October 2, 2025
概括
使用人工智能开发一种新型的多表位结核病疫苗MtbEpi-17,为克服当前疫苗的局限性和打击抗生素耐药菌株提供了一个有希望的战略.
科学领域:
- 疫苗学 疫苗学 疫苗学
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 由Mycobacterium tuberculosis (Mtb) 引起的结核病 (TB) 是一个严重的全球卫生问题,死亡率高.
- 抗生素耐药的结核病菌株和当前的Bacille Calmette-Guérin (BCG) 疫苗的有效性有限,需要开发改进的结核病疫苗.
研究的目的:
- 为下一代结核病疫苗设计和计算评估一种新型多表位抗原 (MtbEpi-17).
- 从关键的Mtb抗原中识别有力的免疫主导表位,用于疫苗开发.
主要方法:
- 通过比较性表观学,从八种主要的Mtb抗原中确定了17种免疫主导表观.
- 人工智能 (AI) 驱动的蛋白质设计被用来优化MtbEpi-17.7的表皮组织排列和侧翼序列.
- 进行了计算分析,以预测MtbEpi-17与托尔类受体 (TLR2和TLR4) 的相互作用.
主要成果:
- 一种稳定,结构集成的多表位抗原,MtbEpi-17,已成功设计.
- 计算预测表明MtbEpi-17可以有效地参与TLR2和TLR4.
- 这种参与表明,可能存在强大的天生的和适应性免疫反应来对抗Mtb.
结论:
- 这项研究提出了一个合理的设计框架,用于开发多层次疫苗.
- MtbEpi-17被提出为未来临床前和临床研究的强有力的候选者,旨在创建更有效的结核病疫苗.
