南加州大學(xué)的計算機工程師已經(jīng)建立了一個(gè)深度學(xué)習框架，可以非?？焖俚貙σ呙邕M(jìn)行微調，以對抗新出現的COVID-19變異株。

該方法采用計算機模擬，可以在計算機上模擬生物過(guò)程，從而將大量候選疫苗減少到最有可能成功的候選疫苗。

通訊作者Paul Bogdan博士和南加州大學(xué)維特比工程學(xué)院的同事在2月5日《自然研究》的《科學(xué)報告》發(fā)表的一項研究中描述了這項工作。

在測試和驗證中，被其創(chuàng )建者稱(chēng)為DeepVacPred的AI框架消除了95%的起始領(lǐng)域，并在不到一秒鐘的時(shí)間內淘汰了26種有希望的疫苗。

這組作者指出，這使得該團隊跳過(guò)了計算機疫苗設計中最費力的部分。

接下來(lái)，他們將26種氨基酸縮小到11種，以構建多表位疫苗，這種疫苗需要取出目前在藝術(shù)效果圖中已經(jīng)非常熟悉的刺突蛋白。

“使用DeepVacPred，研究人員可以為一種新病毒構建多表位疫苗，并在一小時(shí)內驗證其質(zhì)量，” Bogdan和合著(zhù)者寫(xiě)道。

Bogdan告訴USC News，將DeepVacPred應用于SARS-CoV-2病毒的詳細信息后，“可以在幾秒鐘內提供候選疫苗，并將其迅速進(jìn)行臨床試驗，從而在不影響安全性的情況下實(shí)現預防性藥物治療。”

他補充說(shuō)，此外，這種方法“可以進(jìn)行調整，以幫助我們在冠狀病毒在全球范圍內變異時(shí)保持領(lǐng)先地位。”

該研究是免費的。