Искусственный интеллект придёт на помощь разработчикам вакцин 🧬
Исследователи из группы «Биоинформатика» Института AIRI представили SEMA (Spatial Epitope Modelling with Artificial Intelligence) – открытый инструмент для предсказания участков связывания антител с белками вирусов и бактерий.
Инструмент поможет биологам и иммунологам в разработке вакцин и терапевтических препаратов на основе антител 💊 SEMA позволяет предсказывать наиболее вероятные места посадки антител на исследуемый белок, например, S-белок вируса SARS-CoV-2, а также оценивать их эффективность для различных штаммов вируса.
Совместно с учеными из НИЦЭМ им. Н. Ф. Гамалеи были проведены расчеты эффективности применения SEMA для коронавируса, а сейчас проверяется возможность использования инструмента для вируса гриппа.
«В последнее время все больше исследований проводится с использованием методов обработки естественного языка применительно к последовательностям аминокислот в белках и нуклеотидов в геноме. Определение эпитопов на поверхности белков – задача не новая, но команда AIRI в SEMA впервые использовала белковую языковую модель для ее решения и для удобства биологов создала веб-интерфейс, чтобы коллеги не тратили свое время на изучение кода, а сконцентрировались на биологической сути полученных предсказаний и решении о дальнейшем их использовании в практике» – отметила руководитель научной группы «Биоинформатика» AIRI Ольга Кардымон.
⚡️SEMA выложен в открытый доступ по ссылке
⚡️Исходный код на Github
⚡️Ссылка на статью в научном журнале "Frontiers in Immunology"
📹 На видео представлен пример гемоглютенина цепь A (PDB ID: 6mxu Chain: A). Градиент цвета показывает иммуногенность участка – чем зеленее цвет, тем более иммуногенный участок. Остатки, входящие предположительно в эпитопы – зеленые, а сферами обозначены возможные сайты N-гликозилирования.
Исследователи из группы «Биоинформатика» Института AIRI представили SEMA (Spatial Epitope Modelling with Artificial Intelligence) – открытый инструмент для предсказания участков связывания антител с белками вирусов и бактерий.
Инструмент поможет биологам и иммунологам в разработке вакцин и терапевтических препаратов на основе антител 💊 SEMA позволяет предсказывать наиболее вероятные места посадки антител на исследуемый белок, например, S-белок вируса SARS-CoV-2, а также оценивать их эффективность для различных штаммов вируса.
Совместно с учеными из НИЦЭМ им. Н. Ф. Гамалеи были проведены расчеты эффективности применения SEMA для коронавируса, а сейчас проверяется возможность использования инструмента для вируса гриппа.
«В последнее время все больше исследований проводится с использованием методов обработки естественного языка применительно к последовательностям аминокислот в белках и нуклеотидов в геноме. Определение эпитопов на поверхности белков – задача не новая, но команда AIRI в SEMA впервые использовала белковую языковую модель для ее решения и для удобства биологов создала веб-интерфейс, чтобы коллеги не тратили свое время на изучение кода, а сконцентрировались на биологической сути полученных предсказаний и решении о дальнейшем их использовании в практике» – отметила руководитель научной группы «Биоинформатика» AIRI Ольга Кардымон.
⚡️SEMA выложен в открытый доступ по ссылке
⚡️Исходный код на Github
⚡️Ссылка на статью в научном журнале "Frontiers in Immunology"
📹 На видео представлен пример гемоглютенина цепь A (PDB ID: 6mxu Chain: A). Градиент цвета показывает иммуногенность участка – чем зеленее цвет, тем более иммуногенный участок. Остатки, входящие предположительно в эпитопы – зеленые, а сферами обозначены возможные сайты N-гликозилирования.