Para peneliti dari Universitas Amity dan Amerika Serikat sedang mengembangkan platform kecerdasan buatan untuk mempercepat pengembangan vaksin

Hasil penelitian ini dipublikasikan dalam jurnal Scientific Reports dan jurnal PubMed yang berbasis di Inggris dengan judul “Menentukan Target Vaksin pada Patogen dan Merancang Vaksin Menggunakan Metode Komputasi”.

Platform ini diuji pada 40 patogen berbeda termasuk SARS-CoV-2 (Covid-19), Mycobacterium tuberculosis (TB), Vibro cholerae (kolera) dan Plasmodium falciparum (malaria).

“Inovasi utama adalah penggunaan kecerdasan buatan untuk menggabungkan beberapa ratus parameter untuk menambang beberapa ribu protein dan gen untuk mencapai target yang tepat dan merancang vaksin dengan protein ini,” kata Dr. Kamal Rawal, Associate Professor dan Direktur Proyek, Amity Institute dari Bioteknologi.

Rawal adalah penulis utama artikel dengan Dr. Peter Hotez, Dekan National School of Tropical Medicine, Baylor College of Medicine, Associate Dean Dr. Maria Elena Botazi, dan Associate Professor di BCM Dr. Ulrich Stritch sebagai rekan penulis senior .

Dr. Rawal telah membuat server berbasis cloud yang dapat digunakan oleh para peneliti di seluruh dunia untuk menganalisis protein dan gen sebagai target vaksin potensial. ‘Setelah munculnya variabel delta Dalam Covid-19, tim juga bermitra dengan beberapa perusahaan farmasi dan bioteknologi untuk penyebaran aplikasi skala komersial sesuai permintaan untuk mengembangkan vaksin baru terhadap penyakit menular yang muncul, ”kata Universitas Amity dalam sebuah pernyataan.

Sebagai panduan, para peneliti menguji platform ini pada beberapa vaksin yang ditargetkan secara eksperimental termasuk yang ada di pasaran. Tim peneliti telah lama tertarik pada penyakit kemiskinan yang terabaikan, sehingga mereka memilih untuk menganalisis seluruh genom dan protein (kumpulan semua urutan protein dalam sel) untuk patogen penting yang dikenal sebagai Trypanosoma cruzi (T. cruzi),” dia berkata.

Untuk “validasi” platform, lebih dari 335 antigen yang divalidasi secara eksperimental milik 40 patogen berbeda dipilih. Dia menemukan bahwa “sistem itu memprediksi dengan benar sebagian besar dari mereka pada tingkat akurasi yang wajar”.

Contoh-contoh ini juga mencakup target dari vaksin yang dipasarkan/disetujui FDA yang menjadi alasan kuat untuk platform ini. Universitas mengatakan tindakan selanjutnya adalah menyuntikkan tikus dengan vaksin yang diusulkan ini ke komputer untuk menunjukkan bahwa vaksin yang dirancang tidak beracun dan cukup imunogenik (menghasilkan cukup antibodi) sebelum memasuki uji klinis.

“Saat ini, terlalu dini untuk mengetahui bagaimana pekerjaan ini akan mempengaruhi pasien di masa depan, tetapi data awal menunjukkan bahwa platform ini akan berguna dalam beberapa cara,” kata Dr. Stretch.

Dr. Botazi mengatakan, “Target vaksin yang ideal tidak boleh serupa dengan protein inang (manusia) untuk menghindari reaktivitas silang dan efek samping berikutnya, jadi perhatian khusus diambil untuk menyaring data tersebut selama penelitian. “

Penelitian ini didukung oleh Kleiberg Foundation, AS dan Baylor College of Medicine.