麻省理工学院 非典病毒的彩色扫描电子显微照片
信用:NIAID 生产针对包括流感和艾滋病毒在内的一些病毒的有效疫苗如此困难的一个原因是，这些病毒变异非常迅速
这使得他们能够通过一种被称为“病毒逃逸”的过程来逃避特定疫苗产生的抗体
" 麻省理工学院的研究人员现在设计了一种新的计算病毒逃逸模型的方法，该方法基于最初为分析语言而开发的模型
该模型可以预测病毒表面蛋白质的哪些部分更有可能变异，从而使病毒能够逃脱，它还可以识别不太可能变异的部分，使它们成为新疫苗的良好目标
“病毒逃逸是一个大问题，”麻省理工学院计算机科学和人工智能实验室计算和生物小组组长、西蒙斯数学教授邦妮·伯杰说
“流感表面蛋白和艾滋病毒包膜表面蛋白的病毒逃逸都是我们没有通用流感疫苗和艾滋病毒疫苗的主要原因，这两种疫苗每年都会导致数十万人死亡
" 在今天《科学》杂志上发表的一项研究中，伯杰和她的同事确定了针对流感、艾滋病和非典的疫苗的可能目标
自从那篇论文被接受发表后，研究人员还将他们的模型应用于最近在英国和南非出现的新型非典病毒
研究人员说，这项尚未经过同行评审的分析，标记了病毒基因序列，应该进一步研究它们逃避现有疫苗的可能性
伯杰和布莱恩·布莱森是该论文的资深作者，布莱恩·布莱森是麻省理工学院生物工程的助理教授，也是MGH拉贡研究所、麻省理工学院和哈佛大学的成员，第一作者是麻省理工学院的研究生布莱恩·希
流感血凝素或SARS-CoV-2尖峰蛋白，通过受约束语义变化搜索(CSCS)模型预测的逃逸电位进行颜色编码
信用:布莱恩·希 蛋白质的语言 不同类型的病毒以不同的速度获得基因突变，艾滋病毒和流感是突变最快的病毒
为了让这些突变促进病毒逃逸，它们必须帮助病毒改变其表面蛋白质的形状，使抗体不再与它们结合
然而，蛋白质不能以使其不起作用的方式改变
麻省理工学院团队决定使用一种被称为语言模型的计算模型来模拟这些标准，这种模型来自自然语言处理领域
这些模型最初是为了分析语言模式而设计的，具体来说，就是某些单词一起出现的频率
然后，这些模型可以预测哪些单词可以用来完成一个句子，比如“莎莉为谁吃鸡蛋？”
“所选的单词必须语法正确，含义正确
在这个例子中，自然语言处理模型可以预测“早餐”或“午餐”
" 研究人员的关键见解是，这种模型也可以应用于生物信息，如遗传序列
在这种情况下，语法类似于确定由特定序列编码的蛋白质是否有功能的规则，语义类似于蛋白质是否可以呈现新的形状来帮助它躲避抗体
因此，使病毒逃逸的突变必须保持序列的语法性，但以一种有用的方式改变蛋白质的结构
Hie说:“如果一种病毒想逃脱人类免疫系统，它不想自己变异而死亡或无法复制。”
“它想保持健康，但又伪装得足够好，以至于人类免疫系统无法检测到它
" 为了模拟这个过程，研究人员训练了一个自然语言处理模型来分析基因序列中发现的模式，这使得它可以预测具有新功能但仍然遵循蛋白质结构生物学规则的新序列
这种建模的一个显著优点是它只需要序列信息，这比蛋白质结构更容易获得
该模型可以在相对少量的信息上进行训练——在这项研究中，研究人员使用了60000个艾滋病毒序列、45000个流感序列和4000个冠状病毒序列
“语言模型非常强大，因为它们可以学习这种复杂的分布结构，并从序列变异中获得对功能的一些见解，”Hie说
“我们有一大堆每个氨基酸位置的病毒序列数据，模型通过训练数据学习这些氨基酸共现和共变的特性
" 流感血凝素或SARS-CoV-2尖峰蛋白，通过受约束语义变化搜索(CSCS)模型预测的逃逸电位进行颜色编码
信用:布莱恩·希 阻挡逃生 一旦模型得到训练，研究人员就用它来预测冠状病毒尖峰蛋白、艾滋病毒包膜蛋白和流感血凝素蛋白的序列，这些序列或多或少地可能产生逃逸突变
对于流感，该模型揭示了最不可能变异和产生病毒逃逸的序列在透明质酸蛋白的茎中
这与最近的研究相一致，研究表明针对透明质酸茎的抗体(大多数感染流感或接种流感疫苗的人不会产生这种抗体)可以提供针对任何流感病毒株的近乎普遍的保护
该模型对冠状病毒的分析表明，被称为S2亚单位的尖峰蛋白的一部分最不可能产生逃逸突变
关于SARS-CoV-2病毒变异速度的问题仍然存在，因此目前用于对抗COVID-19大流行的疫苗还能有效多久还不得而知
初步证据表明，这种病毒不会像流感或艾滋病病毒那样迅速变异
然而，研究人员最近发现了在新加坡、南非和马来西亚出现的新突变，他们认为应该对这些突变进行潜在的病毒逃逸调查(这些新数据尚未经过同行审查)
在对艾滋病毒的研究中，研究人员发现该蛋白质的V1-V2高变区有许多可能的逃逸突变，这与以前的发现一致，他们还发现了逃逸概率较低的序列
研究人员现在正与其他人合作，使用他们的模型来确定癌症疫苗的可能目标，这些疫苗刺激人体自身的免疫系统来摧毁肿瘤
他们说，它还可以用于设计小分子药物，这种药物可能不太可能引起耐药性，例如结核病
“机会如此之多，而美好的事情是我们所需要的只是序列数据，这很容易产生，”布莱森说
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
