Menghubungkan residu yang menarik dari antibodi LY-CoV555 (berwarna merah muda) terhadap empat struktur RBD. Kredit: DOI: 10.1101/2023.02.10.528025
Sebuah tim di UNC Charlotte’s Center for Computational Intelligence to Predict Health and Environmental Risks (CIPHER) dan Tuple, sebuah perusahaan konsultan genomik yang berbasis di Charlotte, telah menggunakan kecerdasan buatan untuk menilai dengan cepat implikasi kesehatan masyarakat dari SARS-CoV-2 XBB yang baru muncul .1.5 varian. Hasil dari simulasi yang dijalankan oleh tim menunjukkan antibodi yang saat ini ada di gudang kami efektif untuk menetralisir SARS-CoV-2 XBB.1.5. Karya ini tersedia di server pra-cetak bioRxiv
Varian tersebut baru-baru ini meningkatkan pangsa infeksi COVID-19 yang disebabkan di Amerika Serikat, menimbulkan kekhawatiran tentang potensi krisis perawatan kesehatan. Namun, peningkatan kemampuan penularan varian tersebut bukan berarti tidak bisa diobati.
“Tim CIPHER dan Tuple telah menyatukan beberapa teknologi untuk memberikan kecerdasan kesehatan yang cepat, yang merupakan kabar baik. Semakin jelas bahwa dengan ilmu baru dan kerja keras kita dapat mengatasi penyakit yang muncul,” kata Daniel Janies, rekan -direktur pusat CIPHER dan Carol Grotnes Belk Distinguished Professor of Bioinformatics and Genomics.
Tim menggunakan aplikasi pembelajaran mesin untuk mensimulasikan struktur protein dan pengikatan antibodi. Dengan begitu, mereka menguji berbagai antibodi termasuk yang diinduksi oleh vaksin penguat omicron dan lainnya yang digunakan dalam terapi.
Hasil ini berbeda dengan yang ditemukan oleh tim ketika varian omicron asli muncul lebih dari setahun yang lalu. Pada tahun 2021, tim memprediksi dengan tepat bahwa vaksin asli dan persenjataan antibodi telah mengurangi kemanjuran melawan omikron.
Karena tim ini bekerja dalam simulasi komputasi pada representasi digital dari varian dan antibodi, pekerjaannya sangat cepat. Tim tersebut menggunakan struktur protein dari program AlphaFold2, kemudian sebuah program yang disebut HADDOCK untuk merapatkan antibodi ke domain pengikat reseptor varian dalam protein Spike dari SARS-CoV-2 XBB.1.5 dan virus terkait. Penilaian didasarkan pada model fisika untuk menguji kualitas docking dan memprediksi kemanjuran antibodi yang dipertahankan atau melemah terhadap virus.
Pekerjaan komputasi mendahului, selama berminggu-minggu, percobaan struktural dan mengikat yang harus dilakukan di laboratorium kimia tradisional. Peneliti CIPHER memanfaatkan alat baru dan kemampuan komputasi canggih UNC Charlotte untuk memberikan indikasi awal yang berharga tentang apa yang dapat diharapkan pejabat kesehatan dari munculnya varian baru serta terapi dan vaksin yang efektif sebagai respons.
Makalah omicron peer review, “Predictions of the SARS-CoV-2 Omicron Variant (B.1.1.529) Spike Protein Receptor-Binding Domain Structure and Neutralizing Antibody Interactions,” yang menggunakan metodologi yang sama dan diterbitkan tahun lalu di Frontiers di Virologi dapat ditemukan di sini.
Informasi lebih lanjut: Colby T. Ford et al, Menempatkan perubahan dalam aktivitas antibodi penawar untuk SARS-CoV-2 XBB.1.5 menggunakan pemodelan protein silico, bioRxiv (2023). DOI: 10.1101/2023.02.10.528025
Disediakan oleh University of North Carolina di Charlotte
Kutipan: Komputasi tingkat lanjut menunjukkan antibodi saat ini efektif terhadap varian SARS-CoV-2 XBB.1.5 (2023, 17 Februari) diambil 17 Februari 2023 dari https://medicalxpress.com/news/2023-02-advanced-current-antibodies-effective -sars-cov-.html
Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.