机器学习 (ML) 和深度学习 (DL) 在疫苗目标选择,设计,开发和表征方面.

科学领域:

• 生物技术是生物技术.
• 计算生物学 计算生物学
• 免疫学 免疫学 免疫学

背景情况:

• 疫苗接种是一个关键的公共卫生干预措施,每年挽救数百万人的生命.
• 传统的疫苗设计往往耗时且资源密集.
• 计算工具的进步为加速疫苗开发提供了新的途径.

研究的目的:

• 审查人工智能 (AI),机器学习 (ML) 和深度学习 (DL) 在合理的疫苗设计中的应用.
• 为了说明AI/ML/DL在疫苗开发的关键阶段的作用,包括目标选择,设计和表征.
• 突出这些技术在应对全球传染病挑战方面的潜力.

主要方法:

• 在疫苗设计中对AI,ML和DL应用现有文献的审查.
• 在疫苗开发中使用的各种ML和DL模型的描述.
• 针对特定疫苗设计步骤的计算工具的插图.

主要成果:

• 在合理的疫苗设计中,AI/ML/DL显著帮助,涵盖标选择,抗原性预测,免疫原结构设计和免疫系统建模.
• 这些技术促进了in silico临床试验,疫苗安全性评估和omics数据集成.
• 该审查详细介绍了在这些过程中使用的特定ML/DL模型和计算工具.

结论:

• 人工智能,ML和DL是现代合理疫苗设计的基础,提供更快,更安全,更有效的疫苗候选人.
• 这些技术在优化疫苗配方和预测安全性和有效性方面发挥着至关重要的作用.
• 尽管数据有限,但AI/ML/DL的进步有望解决全球主要的传染病威胁.