Искусственный интеллект спешит на помощь

Статья через LabRoots

Вирусы — это оборотни природы: их геномы находятся в постоянном движении, поскольку они делятся в своих хозяевах. Со временем они постепенно обзаводятся набором ошибок, которые в итоге меняют поведение вируса.

Это эволюционное явление привело к появлению вариантов SARS-CoV-2, таких как Delta; вариант COVID, который считается более чем вдвое более заразным, чем предыдущие итерации коронавируса.

Учитывая, что вирус, кажется, всегда на шаг впереди усилий по борьбе с пандемией, исследователи искали способы точно предсказать, как SARS-CoV-2 меняется с течением времени и что это означает с эпидемиологической точки зрения. Такие платформы позволят выиграть нам время, сигнализируя о потенциальном появлении потенциально более опасного варианта, прежде чем он пронесется и опустошит сообщества.

С этой целью ученые из Penn State сделали гигантский скачок вперед, создав первую вычислительную основу для прогнозирования генетических изменений в спайковом белке коронавируса. Вирус использует этот белок в качестве молекулярного ключа для проникновения в клетки человека через их рецепторы ACE2.

Подавляющее большинство циркулирующих вариантов обладают мутациями в рецептор-связывающем домене шиповидного белка (RBD). Эти изменения аминокислот повышают инфекционность вируса, позволяя SARS-CoV-2 проникать и заражать клетки человека быстрее и легче, делая вирус более трансмиссивным. Эти накопленные изменения в RBD могут также помочь вариантам уклониться от иммунной системы вакцинированных людей или тех, кто выздоровел от COVID-19.

В своем исследовании исследователи разработали двухэтапную вычислительную структуру, которая моделирует изменения, происходящие в RBD, и связывает эти мутации со способностью вируса связываться с человеческими рецепторами ACE2.

Сила связывания между RBD и ACE2 напрямую влияет на динамику инфекции и потенциальное прогрессирование заболевания, — объяснил ведущий исследователь исследования Суреш Кучипуди.

«Возможность надежно предсказать последствия изменений аминокислот вируса в способности его RBD более сильно взаимодействовать с рецептором ACE2 может помочь в оценке последствий для общественного здравоохранения и возможности распространения и адаптации у людей и других животных».

Кучипуди и его коллеги использовали технику, известную как анализ молекулярно-механической обобщенной площади поверхности Борна (MM-GBSA), которая измеряет, насколько сильно RBD вируса связывается с ACE2. Их новая структура, основанная на данных о сродстве существующих вариантов, использует алгоритм глубокого обучения, чтобы помочь предсказать эффекты изменений аминокислот в RBD.

Команда обнаружила, что они могут предсказать с точностью более 80 процентов, улучшат ли или ухудшат мутации аминокислот RBD способность вируса цепляться за ACE-2.

Эта новая структура предоставит чиновникам общественного здравоохранения инструмент для оценки инфекционности циркулирующих в настоящее время и появляющихся вариантов SARS-CoV-2 с точки зрения их инфекционности. Если ожидается, что новый штамм будет иметь большее сродство связывания с ACE2, контрмеры для защиты населения могут быть быстро развернуты для спасения жизней.

Первоначально опубликовано на LabRoots, опубликовано 7 октября 2021 г., 8:30 по тихоокеанскому летнему времени.