Các phương pháp tính toán có thể dẫn đến vắc xin tốt hơn nhanh hơn

Tiến sĩ Anthony Huffman; Tiến sĩ Yongqun He và các đồng nghiệp của họ tại Trường Y Đại học Michigan gần đây đã có bài báo đánh giá trên tạp chí Briefings in Bioinformatics khảo sát một cách có hệ thống các phương pháp gọi là thiết kế vắc-xin COVID-19 hợp lý; sử dụng CNTT để xác định các mục tiêu vắc-xin tiềm năng; và đề xuất chiến lược thiết kế vắc-xin COVID-19 hiệu quả và hiệu quả.

Họ đã phân loại ba giai đoạn chính trong thiết kế vắc-xin tính toán: Xác định các kháng nguyên bảo vệ tiêu chuẩn vàng đã được thực nghiệm xác minh, các protein kích hoạt hệ thống miễn dịch để bảo vệ, thông qua khai thác tài liệu;  Thiết kế vắc-xin hợp lý bằng cách sử dụng công nghệ tiêm chủng ngược, sử dụng RNA hoặc DNA của vi-rút để xác định protein có thể là mục tiêu cho vắc-xin và cấu trúc vắc-xin, sử dụng cấu trúc nguyên tử của vi-rút để làm cho vắc-xin tiềm năng, sử dụng dữ liệu tiêu chuẩn vàng; Và cải tiến hơn nữa việc thiết kế vắc-xin thông qua việc giám sát và áp dụng những thành công vắc-xin đã được phê duyệt.

Nhóm nghiên cứu đã phát triển Protegen, là cơ sở dữ liệu về các kháng nguyên bảo vệ đã được kiểm chứng thực nghiệm, được sử dụng làm dữ liệu tiêu chuẩn vàng để thiết kế vắc-xin hợp lý. Với sự hỗ trợ của các phương pháp học máy khác nhau, nhiều phương pháp tiếp cận RV và SV được phát triển và áp dụng cho thiết kế vắc- xin COVID-19.

Tiến sĩ Edison Ong và nhóm nghiên cứu đã phát triển và áp dụng các phương pháp RV và máy học để dự đoán thành công protein SARS-CoV-2 Spike (S) là protein virus tốt nhất để phát triển vắc-xin COVID-19, phù hợp với việc sử dụng mRNA của protein S hiện nay trong vắc xin Pfizer và Moderna.

Theo: vista.gov.vn