Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

SIMON - la piattaforma di apprendimento automatico che pavimenta il futuro di sviluppo del vaccino

Questo articolo è stato scritto in corrispondenza con Adriana Tomic, Ph.D., del gruppo del vaccino di Oxford.

Il gruppo vaccino di Oxford è in molto richiesto al momento mentre realizzano i progressi enormi nel loro scopo per finire un vaccino per COVID-19. Tuttavia, altrove nel gruppo, l'altro lavoro sta andando su quello egualmente ha le ampie implicazioni per COVID-19 ed il futuro di sviluppo del vaccino.

Adriana Tomic, co-rivelatore di SIMON, una piattaforma di open source per l'applicazione dell'apprendimento automatico ai dati biomedici, ha dato la comprensione Notizia-Medica in questa ricerca approfondita sulle risposte del vaccino antiinfluenzale.

Vaccino di COVIDCredito di immagine: Studio/Shutterstock.com di immagine della gente

Perché è il vaccino antiinfluenzale così problema importante da risolvere?

Milioni di persone sono infettati con il virus dell'influenza, conosciuto comunemente come influenza, ogni anno e mentre per la maggior parte, soffrire è a breve termine, che cosa molti non realizzano è quello per qualche gente, può essere interno. È stimato che ogni influenza di anno uccida fino a 0,5 milione di persone universalmente e particolarmente vulnerabili sono anziani ed i bambini piccoli.

dovuto un'alta tariffa mutational, i nuovi sforzi di influenza compaiono regolarmente, facendo lo sviluppo di un vaccino che sfida specialmente. Ogni anno, dobbiamo sviluppare i vaccini antiinfluenzali per assicurare la protezione contro gli sforzi virali di circolazione altrimenti là siamo un rischio di pandemia globale.  Di conseguenza, impedire le pandemie future, è di importanza critica per capire come i vaccini stagionali assicurano la protezione contro influenza.

Facendo uso dell'apprendimento automatico per studiare le risposte vaccino umane

Tomic descrive SIMON, o la modellistica iterativa sequenziale durante la notte, come “software libero per l'applicazione dell'apprendimento automatico ai dati biomedici„.

Il gruppo vaccino di Oxford ha cominciato con lo scopo del miglioramento dell'efficacia del vaccino determinando chi era probabile rispondere positivamente a.

Gli obiettivi principali del nostro progetto sono di capire perché alcune persone che ricevono il vaccino sono protette contro influenza mentre altre ottengono infettate e predire se una persona risponderà giustamente al vaccino.„

Adriana Tomic, Ph.D., gruppo del vaccino di Oxford

Facendo uso di SIMON capire queste sfide ha compreso molto lavoro che richiede tempo, elaborante e standardizzante tutti i dati clinici prima dell'analisi.  Tuttavia, i risultati la hanno provata che la ha valsa.

SIMON poteva identificare i sottoinsiemi delle cellule immuni che erano presenti in coloro che avrebbe reagito bene al vaccino, descritto in una delle pubblicazioni del più-read di 2019 e di 2020 come stimato dall'associazione americana degli immunologi. Questi risultati sono venuto da FluPRINT, un progetto in collaborazione con la Stanford University che ha analizzato cinque studi clinici di influenza dal 2007-2015.

Come hanno potuto questi risultati migliorare i vaccini antiinfluenzali?

SIMON può essere usato per predire se la persona può rispondere giustamente ad un vaccino basato su un insieme dei parametri di sistema immunitario. Usando SIMON, abbiamo identificato i sottoinsiemi delle celle immuni non precedentemente descritte per assicurare la protezione contro il virus.

Questi risultati sono importanti per lo sviluppo della generazione seguente di vaccini ed hanno la capacità di cambiare fondamentalmente la vaccinologia dall'applicazione degli algoritmi di calcolo di scoperta per accelerare la scoperta dei reticoli biomedici.„

Adriana Tomic, Ph.D., gruppo del vaccino di Oxford

La teoria dietro questa scoperta per il miglioramento del vaccino antiinfluenzale è che i tipi delle cellule che stanno reagendo bene in alcune persone potrebbero essere migliorati in coloro che non sta reagendo bene. Ciò offre il potenziale enorme nel miglioramento dell'efficacia del vaccino antiinfluenzale.

SIMONSIMON - la piattaforma di open source per l'applicazione dell'apprendimento automatico ai dati biomedici. Credito di immagine: Adriana Tomic

Rendendo SIMON accessibile

SIMON è stato scaricato più di 3.000 volte e è ampiamente usati dagli specialisti di vaccinologia e dell'immunologia attraverso l'università di Oxford, Stanford University, includente anche i ricercatori all'istituto di Eliza e di Walter Corridoio per ricerca medica a Melbourne. Il software è open source e libero di scaricare, poichè Tomic e gli altri rivelatori credono dovrebbe essere accessibile a tutti per avere il migliore impatto.

Che cosa è seguente per SIMON?

Corrente, SIMON sta usando per studiare il vaccino antiinfluenzale che è somministrato ai bambini e capire se l'ri-immunizzazione diminuisca la protezione. Se questo è fondato rivelato, notevolmente pregiudicherà quando i vaccini antiinfluenzali dovrebbero essere somministrati.

I vaccini per altre malattie egualmente stanno esaminandi. Il gruppo vaccino di Oxford egualmente sta esaminando il vaccino meningococcico somministrato agli infanti ed ai vaccini contro salmonella typhi.

Perché è questo così importante relativamente a COVID-19?

Adriana Tomic fa parte del gruppo che sviluppa un vaccino potenziale per COVID-19, che è bene sul suo modo ad approvazione.

Il nostro lavoro con l'approccio dell'immunologia dei sistemi e di SIMON ha potuto essere cruciale per la comprensione SARS-CoV2 e dello sviluppo del vaccino per fermare le pandemie COVID-19.„

Adriana Tomic, Ph.D., gruppo del vaccino di Oxford

SIMON potrebbe essere un fattore chiave nel supporto del questo vaccino applicando l'apprendimento automatico ai dati immunologici che sono riuniti intorno al mondo. Può contribuire a svilupparsi terapie mirate a e più efficienti per COVID-19.

“Un altro aspetto importante è un database di aperto Access FluPRINT che abbiamo generato dai test clinici multipli sui vaccini antiinfluenzali eseguiti alla Stanford University,„ Tomic scrive. “Generare i simili gruppi di dati dai test clinici in corso su SARS-CoV2 sarà critica per la comprensione del questo virus e la generazione del vaccino efficiente.„

Oltre il vaccino corrente, questa ricerca potrebbe avere più grandi implicazioni, come può essere utilizzata nello sviluppo del vaccino per tutte le specie di malattie. Ciò è una prospettiva di promessa, data la probabilità di aumento dei numeri di nuove malattie in futuro nostro e quindi il potenziale affinchè le pandemie diventi più comune.

Per osservare il sito Web di SIMON, clicchi qui (genular.org).

Ulteriore lettura

L'intero progetto FluPRINT è descritto dettagliatamente sul seguente sito Web: www.fluprint.com

La pubblicazione su SIMON è disponibile a:
https://www.jimmunol.org/content/jimmunol/early/2019/06/13/jimmunol.1900033.full.pdf

Rassegna di Access Adriana Tomic di come il gruppo di dati è stato generato qui: https://researchdata.springernature.com/channels/1455-behind-the-paper/posts/53950-unifying-clinical-data-to-reveal-influenza-imprint-on-immune-system.

La pubblicazione per il database di aperto Access FluPRINT è disponibile a: https://www.nature.com/articles/s41597-019-0213-4.

Circa Dott. Adriana Tomic

Dott. Adriana Tomic

Adriana Tomic, Ph.D. è un collega di Marie Curie che lavora al gruppo vaccino di Oxford in cui piombo una ricerca nell'immunologia dei sistemi puntata su applicando l'apprendimento automatico per capire come i vaccini funzionano. Durante il suo addestramento postdottorale con il Dott. il segno M. Davis alla Stanford University ha sviluppato uno strumento di calcolo per l'applicazione dell'apprendimento automatico ai gruppi di dati clinici.

Poichè uno studente di Ph.D. alla facoltà di medicina di Hannover, Germania, Adriana ha generato un vaccino novello del citomegalovirus e per questo lavoro, ha ricevuto il premio per il migliore lavoro di Ph.D.

 

Sophia Coveney

Written by

Sophia Coveney

Sophia is a scientific conservationist and freelance editor based in the UK, currently studying for an M.Sc. in Marine Vertebrate Ecology and Conservation at the University of Exeter. She has a joint honors BSc in Biology and Psychology from Durham University.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Coveney, Sophia. (2020, December 16). SIMON - la piattaforma di apprendimento automatico che pavimenta il futuro di sviluppo del vaccino. News-Medical. Retrieved on January 22, 2022 from https://www.news-medical.net/news/20201215/SIMON-e28093-The-Machine-Learning-Platform-Paving-the-Future-of-Vaccine-Development.aspx.

  • MLA

    Coveney, Sophia. "SIMON - la piattaforma di apprendimento automatico che pavimenta il futuro di sviluppo del vaccino". News-Medical. 22 January 2022. <https://www.news-medical.net/news/20201215/SIMON-e28093-The-Machine-Learning-Platform-Paving-the-Future-of-Vaccine-Development.aspx>.

  • Chicago

    Coveney, Sophia. "SIMON - la piattaforma di apprendimento automatico che pavimenta il futuro di sviluppo del vaccino". News-Medical. https://www.news-medical.net/news/20201215/SIMON-e28093-The-Machine-Learning-Platform-Paving-the-Future-of-Vaccine-Development.aspx. (accessed January 22, 2022).

  • Harvard

    Coveney, Sophia. 2020. SIMON - la piattaforma di apprendimento automatico che pavimenta il futuro di sviluppo del vaccino. News-Medical, viewed 22 January 2022, https://www.news-medical.net/news/20201215/SIMON-e28093-The-Machine-Learning-Platform-Paving-the-Future-of-Vaccine-Development.aspx.