研究人员使用人工智能识别潜在的淋病疫苗蛋白

Researchers Use AI to Identify Potential Gonorrhea Vaccine Proteins

研究人员使用人工智能识别潜在的淋病疫苗蛋白

十月30,2023

突出：

• 淋病很难治疗，也没有批准的疫苗。
• 人工智能可以帮助研究人员搜索用于疫苗的潜在蛋白质库。
• 在一项新的研究中，研究人员使用人工智能识别了26种潜在的新抗原。
• 2种新型抗原的组合引发了抗体，在实验室实验中杀死了淋病奈瑟菌，并减少了小鼠模型中的淋球菌定植。
• 该小组现在已经与一家南非公司合作，使用抗原开发一种实验性mRNA疫苗。

华盛顿特区——淋病是一种性传播细菌感染，每年影响全球8000多万人，几乎对所有已知的抗生素都具有耐药性。这使得它很难治疗，但如果不及时治疗，感染可能会导致严重甚至致命的并发症。它还会增加一个人感染艾滋病毒的风险。

一项新的研究表明，人工智能（AI）可能有助于识别疫苗的关键成分。本周在mBio上，学术和商业研究人员之间的国际合作报告了2种有前途的抗原作为淋病疫苗候选者的鉴定结果。研究人员使用一种名为Efficacy Discriminative Educated Network（EDEN）的AI模型来识别保护性蛋白质。

他们还使用EDEN生成分数，准确预测抗原组合如何减少淋病奈瑟菌（导致淋病的微生物）的致病细菌种群。

“据我们所知，这种相关性以前从未被证明过，”伍斯特马萨诸塞大学陈医学院的传染病研究员Sanjay Ram医学博士说。Ram、Sunita Gulati D.Sc 和他们的同事在实验室和动物模型中测试了EDEN鉴定的抗原。

这项工作始于2008年，当时丹麦的安德烈亚斯·霍尔姆·马特森（Andreas Holm Mattsson）挖掘了已发表的文献，从各种致病细菌中收集了一个大型保护性表面蛋白数据集。同年，Mattsson创立了人工智能免疫学初创公司Evaxion，并希望设计一种基于人工智能的系统，可以识别传染性微生物中的疫苗靶点。

在这项新研究中，Mattsson和他的同事将这种新的AI模型应用于10种临床相关的淋病奈瑟菌菌株的蛋白质组，以预测一组细菌蛋白，这些蛋白在疫苗中可以帮助教会人体的免疫系统识别和抵御细菌。

“EDEN使用面部识别等功能来了解蛋白质之间的差异，”Mattsson说。

一旦他们编制了名单，他们就把它寄给了马萨诸塞州的拉姆和古拉蒂。“我们在小鼠模型中测试并验证了他们所有的候选者，”拉姆说。该小组首先在小鼠中测试了2或3种抗原的组合。该分析确定了参与细胞分裂的2种蛋白质是有希望的候选者，以前不知道这两种蛋白质都暴露在细胞表面。

在实验室实验中，从用这两种蛋白质免疫的小鼠身上采集的血液样本在体外杀死了来自多种淋病菌株的细菌。这些发现与EDEN的预测一致。在额外的实验中，免疫小鼠感染了淋病奈瑟菌，疫苗降低了细菌负荷。

“这真的是一个惊喜，”拉姆说。“没有人会预料到这两种被认为不会暴露在表面的蛋白质会在疫苗中起作用，其他研究人员对此持怀疑态度。

鉴于单个测试的功效，Evaxion团队随后将蛋白质组合成单个嵌合蛋白，诱导免疫反应，该反应在实验室和动物模型。

拉姆指出，调查还揭示了一种对这种候选疫苗清除淋病奈瑟菌感染至关重要的机制。这种细菌清除机制是否发生在人类身上仍有待研究。

研究人员现在正在使用EDEN在其他病原微生物中寻找候选疫苗蛋白，包括EDEN预测在小鼠模型中具有高疗效的几种细菌。

他们还在考虑如何超越临床前工作的承诺，看看相同的蛋白质是否对人体具有保护作用。他们最近与一家南非生物技术公司合作，开发了一种基于抗原的实验性mRNA疫苗。