机器学习模型可以区分抗体靶点

一项新的研究表明，可以使用一个人抗体的基因序列来预测这些抗体将针对哪些病原体。据《免疫》杂志报道，这种新方法成功地区分了针对流感的抗体和攻击 SARS-CoV-2(导致 的病毒)的抗体。

“我们的研究处于非常早期的阶段，但这项概念验证研究表明，我们可以使用机器学习将抗体序列与其功能联系起来，”伊利诺伊大学生物化学教授 Nicholas Wu 说Urbana-Champaign 与 U. of I. 生物化学博士一起领导了这项研究。学生王一全;和加利福尼亚州拉霍亚斯克里普斯研究所的科学家孟远。

吴说，有了足够的数据，科学家们不仅应该能够预测抗体将攻击的病毒，还可以预测抗体结合病原体的哪些特征。例如，一种抗体可能会附着在 SARS-CoV-2 病毒上刺突蛋白的不同部分。了解这一点将使科学家能够预测一个人的免疫防御强度，因为病原体的某些目标比其他目标更容易受到攻击。

Wu 说，与针对 SARS-CoV-2 的抗体相关的大量数据使这种新方法成为可能。

“20 年来，科学家们已经发现了大约 5,000 种针对流感病毒的抗体，”他说。“但在短短两年内，人们已经确定了 8,000 种 COVID 抗体。这提供了一个前所未有的机会来研究抗体如何工作并进行这种预测。”

从左到右，博士 学生 Yiquan Wang、生物化学教授 Nicholas Wu 和他们的同事开发了一种根据基因序列区分抗体靶点的方法。学分：米歇尔哈塞尔

研究人员使用了来自 88 项已发表研究和 13 项专利的抗体数据。数据集足够大，可以让研究人员训练他们的模型，根据抗体的基因序列进行预测。

该模型旨在区分针对流感病毒或 SARS-CoV-2 病毒区域的抗体编码的序列。然后研究人员检查了这些预测的准确性。

“总体准确率接近 85%，”王说。

“实际上我很惊讶它运作得如此好，”吴说。

该团队正在努力改进其模型，以便更准确地确定抗体攻击病毒的哪些部分。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！