Изучение ВИЧ-1 для предсказания иммуногенности Т-клеточных эпитопов при SARS-CoV-2

23.04.2021

Источник: PubMed

Аннотация

Мы описываем физически основанную модель обучения для прогнозирования иммуногенности эпитопов цитотоксических Т-лимфоцитов (CTL), происходящих от различных патогенов, включая SARS-CoV-2. Модель была обучена и оптимизирована с учетом относительного иммунодоминирования эпитопов CTL при инфицировании вирусом иммунодефицита человека. Его точность была проверена на экспериментальных данных, полученных от пациентов с COVID-19. Наша модель предсказывает, что только некоторые эпитопы SARS-CoV-2, которые, как предполагается, связываются с молекулами HLA, являются иммуногенными. Предполагается, что иммуногенные эпитопы CTL во всех белках SARS-CoV-2 обеспечат широкий охват населения, но эпитопы из одного шипового белка SARS-CoV-2 вряд ли смогут это сделать. Наша модель также предсказывает, что несколько иммуногенных эпитопов CTL SARS-CoV-2 идентичны сезонным коронавирусам, циркулирующим в популяции, и такие перекрестно-реактивные CD8 + Т-клетки действительно могут быть обнаружены у доноров крови до пандемии, что позволяет предположить, что некоторый уровень иммунитета CTL против COVID- 19 может присутствовать у некоторых людей до заражения SARS-CoV-2.

Ключевые слова:
COVID-19, SARS-CoV-2, ВИЧ, искусственный интеллект, иммунный ответ, иммунология, биологии Silico

Ссылка: https://pubmed.ncbi.nlm.nih.gov/33748696/