Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

L'étude propose que l'algorithme puisse aider à optimiser le futur modèle COVID-19 vaccinique

Les scientifiques prévoient que la pandémie COVID-19 est sur son chemin à devenir endémique. L'écart de montée des variantes COVID-19 telles que la triangle a aidé à infecter le non vacciné et quelques personnes vaccinées. Les vaccins COVID-19 continuent à être la meilleure voie de se protéger contre la maladie grave et la mort, mais il peut y a un besoin des vaccins de se protéger contre une variante spécifique.

La recherche aboutie par Vivek R. Nerurkar à partir de l'université de Hawaiʻi chez Mānoa a développé un algorithme mathématique qui peut aider à optimiser la plate-forme vaccinique. L'algorithme surveille l'évolution des lignées SARS-CoV-2 et comporte l'information telle que des mutations de pointe des variantes de préoccupation, de génomes SARS-CoV-2, et d'échantillons cliniques.

Les chercheurs écrivent :

Nos découvertes ont la pertinence avec le contrat à terme de SARS-CoV-2 de rail et du modèle SARS-CoV-2 vaccinique… si déterminé en temps réel, l'algorithme ci-dedans décrit permettront à des chercheurs de comprendre le génome SARS-CoV-2 en évolution de préemption plutôt que sensiblement. »

L'étude « algorithme pour la quantitation des variantes de la préoccupation pour les vaccins rationnellement conçus basés sur l'isolement de la lignée B.1.243 de SARS-CoV-2 Hawaiʻi » est publiée sur le serveur de prétirage de bioRxiv*, tout en attendant l'inspection professionnelle.

Validation de l'algorithme utilisant les isolats SARS-CoV-2 de la lignée B.1.243

Les chercheurs ont appliqué un algorithme adaptatif pour surveiller l'évolution SARS-CoV-2 et d'autres altérations génétiques. L'objectif était d'employer l'information pour aider à concevoir les vaccins de la deuxième génération logiques.

Ils ont rassemblé les échantillons SARS-CoV-2 pendant 5 jours après que deux patients ont vérifié le positif pour SARS-CoV-2.  L'ordonnancement génomique était exécuté et comparé aux caractéristiques du GenBank et du GISAID pour recenser la lignée SARS-CoV-2. Les échantillons se sont avérés pour être liés à la lignée B.1.243.

La variante B.1.243 a par le passé composé 72% de séquences génomique d'Hawaï. Cependant, avant le 28 juillet 2021, la variante a diminué environ à 23% de toutes les séquences. Au moment de l'étude, la variante de triangle succédait comme la tension SARS-CoV-2 dominante dans l'endroit.

Le bilan du génome SARS-CoV-2 a montré 49 mutations dans les isolats SARS-CoV-2 liés à la lignée B.1.243. Environ 9 des mutations de protéine de pointe observées ont eu une prévalence de 70% mondiale. La 10ème mutation de protéine de pointe était D614G, dans lequel est répandu plus de 99% de tensions.

L'isolement de SARS-CoV-2 des échantillons et analyser des séquences publiées ont prouvé que B.1.243 a composé plus de 40% de tous les cas en Hawaï. Cependant, les chercheurs notent qu'il est peu susceptible d'être considéré une variante de préoccupation donnée sa prévalence décroissante mondiale.

B.1.243 aidé à valider l'algorithme et à analyser des variantes de la préoccupation/de intérêt basés sur les modifications apparaissantes d'acide aminé de protéine de pointe pour le futur contrôle et le modèle vaccinique.

L'algorithme a fourni la valeur numérique à chaque variante de préoccupation et a prévu la probabilité qu'elle écarterait en travers de la population. Il a également prévu la probabilité que chaque variante de préoccupation entreprendrait de futures mutations.

Les domaines et le rapport de protéine de la pointe SARS-CoV-2 à B et épitopes à cellule T, substitutions de l
Les domaines et le rapport de protéine de la pointe SARS-CoV-2 à B et épitopes à cellule T, substitutions de l'acide aminé variables, et chiffre acide aminé vaccinique de SubstitutionsThis explique l'évolution des variantes SARS-CoV-2 en dépeignant l'emplacement des remplacements de variantes et des omissions dans le cadre des domaines et des épitopes de pointe. A) Rendu de bande dessinée de SARS-CoV-2 et la longue protéine acide aminée de la pointe 1.273 recouverte sur la structure cristallographique de code à couleurs déterminée par la microscopie électronique (identification de PBD : 6VXX-PDB). Les différents domaines de protéine sont de code à couleurs : Domaine de N-terminal (NTD) (mauve-clair) (résidus 14-305), domaine récepteur-grippant (RBD) (vert de sarcelle d'hiver) (résidus 319-541), furin (f) (résidus 682-685), protéine de fusion (FP) (vert) (résidus 788-806), répétition 1 (HR1) (orange) (résidus de heptad 912-984), répétition 2 (HR2) (orange) (résidus 1163-1213) de heptad, attache de transmembrane (TM) (rose-clair) (1213-1237), et domaine intracellulaire d'arrière (service informatique) (rose foncé) (1237-1273). B) Disposition bidimensionnelle de la protéine de pointe et des domaines en plus du site de clivage du furin S1/S2 (RRA/R) (682-685) (noir). C) In silico B prévu et lieux à cellule T d'épitope indiquant 393 in silico B et épitopes à cellule T tracés ici individuellement comme jaune enferme dans une boîte I) -) les substitutions de l'acide aminé xiii actuelles dans la variante correspondante montrée dans des cadres roses par rapport à la séquence NC_045512 de référence. i) B.1.243 Hawaï ; ii) B.1.1.7 Royaume-Uni ; iii) B.1.351 Afrique du Sud ; iv) B.1.1 Nigéria ; v) B.1.1.298 Danemark ; vi) B.1.427 et B.1.429 la Californie ; vii) P.1 Brésil ; viii) P.2 Brésil ; IX) B.1.617.1 Inde ; x) B.1.617.2 Inde ; XI) B.1.525 Royaume-Uni/Nigéria ; XII) Séquences de Pfizer et de Moderna ARNm avec les remplacements artificiellement ajoutés K986P et V987P ; xiii) Séquences de Novavax et de Janssen ARNm avec les remplacements artificiellement ajoutés R682S/Q, R683Q, R685G/Q, K986P, et V987P.

On projette que l'écart de la variante des préoccupations, particulièrement gamma, augmente mondial

L'équipe de recherche avait l'habitude les caractéristiques pour prévoir la mutation apparaissante exponentiellement aux isolats SARS-CoV-2 dans l'étude actuelle.

Le centres pour le contrôle et la prévention des maladies recense actuel l'alpha, les bêta, la triangle, et le gamma en tant que quatre variantes de préoccupation.

Les résultats proposent que chacune des quatre variantes de préoccupation ait un écart exponentiel, avec le gamma étant les mondiales le plus dominant.

« La variante de triangle, prévue apparaître exponentiellement par cette analyse quantitative avec une r-valeur de 0,96 à partir d'avril 2021 à la prévalence de 1%, est devenue la mondiale le plus répandu à partir de juin 2021, représentant 64% de séquences mondiales, » a écrit l'équipe.

Basé sur les découvertes, l'équipe propose que l'algorithme puisse servir à surveiller pour les mutations SARS-CoV-2 et à servir de ligne zéro à choisir la structure primaire des vaccins. Ils arguent du fait également que c'est un outil de valeur en adoptant une approche proactive et prévisionnelle à traiter de futures variantes.

Avis *Important

le bioRxiv publie les états scientifiques préliminaires qui pair-ne sont pas observés et ne devraient pas, en conséquence, être considérés comme concluants, guident la pratique clinique/comportement relatif à la santé, ou traité en tant qu'information déterminée.

Journal reference:
Jocelyn Solis-Moreira

Written by

Jocelyn Solis-Moreira

Jocelyn Solis-Moreira graduated with a Bachelor's in Integrative Neuroscience, where she then pursued graduate research looking at the long-term effects of adolescent binge drinking on the brain's neurochemistry in adulthood.

Citations

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

  • APA

    Solis-Moreira, Jocelyn. (2021, August 23). L'étude propose que l'algorithme puisse aider à optimiser le futur modèle COVID-19 vaccinique. News-Medical. Retrieved on December 06, 2021 from https://www.news-medical.net/news/20210823/Study-suggests-algorithm-may-help-optimize-future-COVID-19-vaccine-design.aspx.

  • MLA

    Solis-Moreira, Jocelyn. "L'étude propose que l'algorithme puisse aider à optimiser le futur modèle COVID-19 vaccinique". News-Medical. 06 December 2021. <https://www.news-medical.net/news/20210823/Study-suggests-algorithm-may-help-optimize-future-COVID-19-vaccine-design.aspx>.

  • Chicago

    Solis-Moreira, Jocelyn. "L'étude propose que l'algorithme puisse aider à optimiser le futur modèle COVID-19 vaccinique". News-Medical. https://www.news-medical.net/news/20210823/Study-suggests-algorithm-may-help-optimize-future-COVID-19-vaccine-design.aspx. (accessed December 06, 2021).

  • Harvard

    Solis-Moreira, Jocelyn. 2021. L'étude propose que l'algorithme puisse aider à optimiser le futur modèle COVID-19 vaccinique. News-Medical, viewed 06 December 2021, https://www.news-medical.net/news/20210823/Study-suggests-algorithm-may-help-optimize-future-COVID-19-vaccine-design.aspx.