Модель анализирует, как вирусы ускользают от иммунной системы
Одна из причин, почему так сложно создать эффективные вакцины против некоторых вирусов, включая грипп и ВИЧ, — их высокая скорость мутаций. Это позволяет им ускользать от антител, выработанных в ответ на конкретную вакцину, — процесс, известный как «вирусный уход».
Исследователи MIT разработали новый вычислительный метод моделирования вирусного ухода, основанный на моделях, изначально созданных для анализа языка. Модель может предсказать, какие участки вирусных поверхностных белков с большей вероятностью мутируют для ухода от иммунного ответа, а также выявить менее изменчивые участки, которые могут стать хорошими мишенями для новых вакцин.
В исследовании, опубликованном в Science, учёные определили возможные цели для вакцин против гриппа, ВИЧ и SARS-CoV-2. После публикации они также применили модель к новым вариантам SARS-CoV-2 из Великобритании и Южной Африки. Этот анализ, ещё не прошедший рецензирование, указал на генетические последовательности вируса, которые следует изучить на предмет их способности ускользать от существующих вакцин.
Язык белков
Мутации, способствующие вирусному уходу, должны изменять форму поверхностных белков так, чтобы антитела не могли с ними связываться, но при этом не нарушать функцию белка.
Команда MIT смоделировала эти критерии, используя языковую модель из области обработки естественного языка (NLP). Ключевая идея: такую модель можно применить к биологической информации, например, к генетическим последовательностям. В этом случае «грамматика» — это правила, определяющие функциональность белка, а «семантика» — способность белка принять новую форму для ухода от антител. Таким образом, мутация, обеспечивающая уход, должна сохранять «грамматическую правильность» последовательности, но полезно менять структуру белка.
Модель обучили анализировать закономерности в генетических последовательностях, что позволяет предсказывать новые последовательности с новыми функциями, но в рамках биологических правил. Для обучения потребовались только данные последовательностей: 60 000 для ВИЧ, 45 000 для гриппа и 4 000 для коронавируса.
Блокировка ухода
После обучения модель использовали для предсказания последовательностей шиповидного белка коронавируса, белка оболочки ВИЧ и белка гемагглютинина (HA) гриппа, которые с большей или меньшей вероятностью могут порождать мутации ухода.
- Для гриппа модель показала, что последовательности, наименее склонные к мутациям, находятся в «стебле» (stalk) белка HA. Это согласуется с недавними исследованиями, показывающими, что антитела к этому участку могут обеспечивать почти универсальную защиту.
- Для коронавирусов анализ предположил, что субъединица S2 шиповидного белка наименее вероятно породит мутации ухода. Исследователи также выявили новые мутации в Сингапуре, ЮАР и Малайзии, которые, по их мнению, следует изучить на предмет потенциального ухода.
- Для ВИЧ модель подтвердила, что гипервариабельный регион V1-V2 белка имеет множество возможных мутаций ухода, и также обнаружила последовательности с низкой вероятностью ухода.
Исследователи сейчас применяют модель для поиска мишеней для противораковых вакцин, а также для разработки низкомолекулярных препаратов, менее склонных вызывать резистентность, например, при туберкулёзе.