よりスピーディーなCOVID-19ワクチン研究のためのマシンラーニングシステム「OptiVax」公開

■MIT人工知能研究所、純粋なペプチドワクチンの開発に焦点を合わせず、ウイルスを覆っているスパイクたんぱく質を標的にすることで、伝統的なワクチンを改善するのに使用できる補完的なペプチドに焦点を合わせている

CSAILホームページキャプチャ

マシンラーニングを活用してワクチンに対する高い人口範囲を支援できるペプチドという短いアミノ酸文字列を選択するプラットフォームで、現在、100以上が開発中のウイルス全体、DNA およびRNA ワクチンとは異なり、ペプチドワクチンは標的疾病から発見される短いペプチド断片周囲で開発される。 ワクチンは実験室で生成されたペプチドの合成バージョンを使って高度に標的化された免疫反応を誘導する。

他の長所の中でもペプチドワクチンは耐性開発に有用でなく、望まない免疫反応と危険な反応につながる他のワクチンタイプに共通する大量の遺伝情報に負担を感じない。 OptiVax プラットフォームは複数の予測モデルを使用するため、ワクチン開発コストを削減し、特に誤探のリスクを最小限に抑える。

いったんペプチドが選択されると、OptiVaxはマシンラーニングを使用して母集団の免疫反応を引き出すために潜在力によって順位を付け、最も多くの人にこの反応を起こす可能性が最も高いものを選択して適用範囲を最大化する。COVID-19 に関して、MIT 研究者たちは純粋なペプチドワクチンの開発に焦点を合わせることなく、ウイルスを覆っているスパイクタンパク質を標的とすることで、伝統的なワクチンを改善するのに使用できる補完的なペプチドに焦点を当てている。

論文の主著者であるCSAIL博士課程ゲリュウ(Ge Liu)とブランドン·カーター(Brandon Carter)は「現在、数回の臨床実験中のCOVID-19のスパイクタンパク質を基盤とした一般的なワクチン設計を評価した」とし「分析を基にペプチドを追加し、人口カバレッジを向上させるための増強を開発した。 もしこれが動物モデルに効果があるなら、そのデザインは人間の臨床実験に移ることができるだろう」と述べた。

次は動物実験と臨床実験が必要かどうかに関する決定であり、研究チームはNIV(NationalInstituteofHealth)のチームと協力してCOVID-19患者のデータを使用して、該当方法が危険予測に使用できるか確認している。 (論文名:Computationally optimized SARS-CoV-2 MHC class I and II vaccine formulations predicted to target human haplotype distributions. https://drive.google.com/file/d/1SJXR9ON5Piaj41EydDdRoWpwXgp92fGo/view?pli=1)

関連記事一覧