用于通用疫苗设计的免疫感知 SARS-CoV-2 刺突蛋白生成

Dominic Phillips, Hans-Christof Gasser, Sebestyén Kamp, Aleksander Pałkowski, Lukasz Rabalski, Diego A. Oyarzún, Ajitha Rajan, Javier Antonio Alfaro
2022年首届医疗人工智能与COVID-19研讨会论文集，ICML 2022，PMLR 184:100-116，2022。

摘要

尽管已有数十种 SARS-CoV-2 疫苗获批用于公众，但病毒仍存在演化以逃避疫苗保护的风险。这促使开发能够对抗当前和潜在的新毒株的通用疫苗。一个关键的挑战是缺乏计算工具来设计能够逃避疫苗保护的新型病毒蛋白，这些蛋白可以作为开发通用疫苗的良好靶标。在这里，我们设计了一种 VAE，能够生成具有可变的免疫可见性的 SARS-CoV-2 刺突蛋白，以应对细胞介导的免疫反应。我们将我们的模型与两个更简单的生成模型进行比较：一个随机突变器和一个 11-gram 语言模型。所有三个模型都可以生成稳定、结构上有效的序列，但只有 VAE 模型才能生成低免疫原性序列，这些序列在已知天然序列的主要方差方向上平滑地插值。该模型为生成用于通用疫苗设计的刺突蛋白序列提供了一种有效的计算工具。我们提供其源代码，网址为 https://github.com/hcgasser/SpikeVAE。

引用本文

BibTeX
@InProceedings{pmlr-v184-phillips22a, title = {用于通用疫苗设计的免疫感知 SARS-CoV-2 刺突蛋白生成}, author = {Phillips, Dominic and Gasser, Hans-Christof and Kamp, Sebesty\'en and Pa\l{}kowski, Aleksander and Rabalski, Lukasz and Oyarz\'un, Diego A. and Rajan, Ajitha and Alfaro, Javier Antonio}, booktitle = {2022年首届医疗人工智能与COVID-19研讨会论文集，ICML 2022}, pages = {100--116}, year = {2022}, editor = {Xu, Peng and Zhu, Tingting and Zhu, Pengkai and Clifton, David A. and Belgrave, Danielle and Zhang, Yuanting}, volume = {184}, series = {机器学习研究论文集}, month = {22 Jul}, publisher = {PMLR}, pdf = {https://pmlr.com.cn/v184/phillips22a/phillips22a.pdf}, url = {https://pmlr.com.cn/v184/phillips22a.html}, abstract = {尽管已有数十种 SARS-CoV-2 疫苗获批用于公众，但病毒仍存在演化以逃避疫苗保护的风险。这促使开发能够对抗当前和潜在的新毒株的通用疫苗。一个关键的挑战是缺乏计算工具来设计能够逃避疫苗保护的新型病毒蛋白，这些蛋白可以作为开发通用疫苗的良好靶标。在这里，我们设计了一种 VAE，能够生成具有可变的免疫可见性的 SARS-CoV-2 刺突蛋白，以应对细胞介导的免疫反应。我们将我们的模型与两个更简单的生成模型进行比较：一个随机突变器和一个 11-gram 语言模型。所有三个模型都可以生成稳定、结构上有效的序列，但只有 VAE 模型才能生成低免疫原性序列，这些序列在已知天然序列的主要方差方向上平滑地插值。该模型为生成用于通用疫苗设计的刺突蛋白序列提供了一种有效的计算工具。我们提供其源代码，网址为 https://github.com/hcgasser/SpikeVAE.} }
Endnote
%0 会议论文 %T 用于通用疫苗设计的免疫感知 SARS-CoV-2 刺突蛋白生成 %A Dominic Phillips %A Hans-Christof Gasser %A Sebestyén Kamp %A Aleksander Pałkowski %A Lukasz Rabalski %A Diego A. Oyarzún %A Ajitha Rajan %A Javier Antonio Alfaro %B 2022年首届医疗人工智能与COVID-19研讨会论文集，ICML 2022 %C 机器学习研究论文集 %D 2022 %E Peng Xu %E Tingting Zhu %E Pengkai Zhu %E David A. Clifton %E Danielle Belgrave %E Yuanting Zhang %F pmlr-v184-phillips22a %I PMLR %P 100--116 %U https://pmlr.com.cn/v184/phillips22a.html %V 184 %X 尽管已有数十种 SARS-CoV-2 疫苗获批用于公众，但病毒仍存在演化以逃避疫苗保护的风险。这促使开发能够对抗当前和潜在的新毒株的通用疫苗。一个关键的挑战是缺乏计算工具来设计能够逃避疫苗保护的新型病毒蛋白，这些蛋白可以作为开发通用疫苗的良好靶标。在这里，我们设计了一种 VAE，能够生成具有可变的免疫可见性的 SARS-CoV-2 刺突蛋白，以应对细胞介导的免疫反应。我们将我们的模型与两个更简单的生成模型进行比较：一个随机突变器和一个 11-gram 语言模型。所有三个模型都可以生成稳定、结构上有效的序列，但只有 VAE 模型才能生成低免疫原性序列，这些序列在已知天然序列的主要方差方向上平滑地插值。该模型为生成用于通用疫苗设计的刺突蛋白序列提供了一种有效的计算工具。我们提供其源代码，网址为 https://github.com/hcgasser/SpikeVAE。
APA
Phillips, D., Gasser, H., Kamp, S., Pałkowski, A., Rabalski, L., Oyarzún, D.A., Rajan, A. & Alfaro, J.A. (2022)。用于通用疫苗设计的免疫感知 SARS-CoV-2 刺突蛋白生成。2022年首届医疗人工智能与COVID-19研讨会论文集，ICML 2022，载于机器学习研究论文集 184:100-116。可从 https://pmlr.com.cn/v184/phillips22a.html 获取。

相关材料