2020年10月13日

计算机模型使用病毒的“出现”来更好地预测冬季流感毒株

最近发表的一项研究称,将遗传和实验数据结合到有关流感病毒的模型中,可以帮助更准确地预测下一个冬季哪些菌株最常见。 电子生活.

这些模型可以使流感疫苗的设计更加准确,从而提供对病毒的更全面保护,这种病毒每年在全球范围内造成大约50万人死亡。

疫苗是我们预防流感的最佳方法。但是病毒改变了它的外观 每年都需要研究人员更新 匹配。由于新疫苗的生产需要将近一年的时间,因此流感研究人员必须预测 看起来最像未来的病毒。

研究流感的金标准方法涉及实验室实验,研究包被一种称为血凝素的病毒的关键分子。但是这些方法是劳动密集型的并且需要很长时间。相反,研究人员专注于使用计算机来预测流感病毒将如何从单独的血凝素基因序列进化而来,但是这些数据仅提供了部分信息。

“流感研究界早已认识到考虑流感病毒的物理特征的重要性,例如血凝素如何随时间变化以及 ”的主要作者约翰·哈德斯顿(John Huddleston)解释说,他是弗雷德·哈钦森癌症研究中心和美国华盛顿大学分子与细胞生物学计划的贝德福德实验室的博士生。只有具有其他高质量实验测量结果的流感演变模型才能改善对流感新菌株的预测,这些新菌株将在一年后出现。”

Huddleston和他们的团队研究了病毒“适应性”的不同组成部分-也就是说,病毒繁殖和持续发展的可能性。其中包括病毒抗原与先前传播的病毒株有多相似(抗原是触发免疫反应的病毒成分)。他们还测量了病毒积累了多少突变,以及它们是有益还是有害。

研究小组使用25年的历史流感数据,对所有可用流感季节的未来一年进行了预测。每个预测都预测使用该病毒后未来的病毒种群会是什么样子 或实验数据,或两者兼而有之。他们比较了预测的流感和未来的实际流感人口,以发现哪些数据类型对预测病毒的进化更为有用。

他们发现,将病毒外观实验方法与遗传密码变化相结合的预测比仅使用遗传密码的预测更为准确。如果模型包括在内,则信息最丰富 有关流感抗原如何随时间变化,可能存在有害突变以及过去六个月中流感人口增长的速度。哈德斯顿说:“仅靠基因序列不能准确预测未来的流感病毒株,因此不应代替传统的方法来测量病毒的外观。”

“我们的结果强调了实验测量对量化变化影响的重要性。 “遗传密码为尝试预测进化系统提供了基础,”华盛顿西雅图弗雷德·哈钦森癌症研究中心疫苗和传染病科首席研究员特雷弗·贝德福德总结说:“我们希望开源预测工具我们已经开发出可以立即提供有关流感人群的更好的预测,从而改进疫苗并最终减少流感引起的疾病和死亡的原因。”



更多信息: John Huddleston等人,整合基因型和表型可以改善对季节性甲型/ H3N2流感进化的长期预测, 电子生活 (2020)。 DOI:10.7554 / 电子生活.60067
期刊信息: 电子生活

Provided 通过 电子生活
引文: 计算机模型使用病毒的“出现”来更好地预测冬季流感毒株(2020年,10月13日) 2020年10月14日检索 from //xasqxhb.com/news/2020-10-virus-winter-flu-strains.html
本文件受版权保护。除了出于私下学习或研究目的进行的任何公平交易外, 未经书面许可,不得复制部分内容。内容仅供参考。

用户评论