新工具可以预测可能使互联变体更具传染性的变化

随着SARS-COV-2的继续发展，预计将出现新的变体，可能会增加感染宿主并逃避宿主的免疫系统的能力。感染的第一步是该病毒的峰值蛋白与人类细胞上的ACE2受体结合时。宾夕法尼亚州立大学的研究人员创建了一个新颖的框架，可以以合理的准确性预测病毒峰值蛋白的氨基酸变化，该氨基酸可能会改善其与人类细胞的结合并赋予对病毒的感染性增加。

该工具可以实现SARS-COV-2的计算监视，并提供对具有更高结合亲和力潜力的潜在危险变体的提前警告。这可以有助于早期采取公共卫生措施，以防止病毒的传播，甚至可能为疫苗促进配方提供信息。

宾夕法尼亚州立大学兽医和生物医学科学临床教授，宾夕法尼亚州立动物诊断实验室的副主任Suresh Kuchipudi说：“新兴变体可能在人类和其他动物中具有很高的感染性。”“因此，至关重要的是，主动评估哪些氨基酸变化可能会增加病毒的传染性。我们的框架是确定氨基酸变化在SARS-COV-2中的影响的强大工具尖峰蛋白这会影响病毒与人类和多种动物物种中ACE2受体结合的能力。”

该团队使用了一种新颖的两步计算程序来创建一个模型，以预测哪些氨基酸的变化（将氨基分子链接在一起以形成蛋白质）可能发生在SARS-COV-2的Spike-2的Spike蛋白的受体结合结构域（RBD）中影响其与人和其他动物细胞的ACE2受体结合的能力。

根据Kuchipudi的说法，目前循环的变体包括一个或多个突变，这些突变导致峰值蛋白RBD的变化。

他说：“这些氨基酸的变化可能通过各种机制赋予了适应性的优势，并提高了感染力。”“峰值蛋白与人ACE2受体的RBD的结合亲和力增加就是一种机制。”

Kuchipudi解释说，与ACE2受体结合的尖峰蛋白是病毒进入细胞的第一步。

他说：“ RBD和ACE2之间的结合强度直接影响感染动态和潜在的疾病进展。”“能够可靠地预测病毒氨基酸变化其RBD与ACE2受体更加相互作用的能力的能力可以帮助评估公共卫生的影响以及溢出和适应人类和其他动物的潜力。”

宾夕法尼亚州化学工程系的唐纳德·布劳顿（Donald B. Broughton）教授Costas D. Maranas领导了该团队新的两步程序的发展。首先，研究人员测试了一种称为分子力学生产表面积（MM-GBSA）分析的技术的预测能力，以量化RBD对ACE2的结合亲和力。MM-GBSA分析总结了与该病毒的RBD“坚持”与人ACE2受体有关的多种类型的能量贡献。使用来自现有变体的数据，该团队发现该技术仅部分能够预测SARS-COV-2 RBD对ACE2的结合亲和力。

因此，Maranas和团队探索了MM-GBSA分析中的能量术语作为神经网络回归模型（一种深层学习算法的类型）中的特征，并使用具有单个变体中的绑定的实验可用数据训练了该模型氨基酸变化。他们发现，无论某些氨基酸变化改善还是恶化的结合亲和力，他们可以以超过80％的精度预测对数据集的结合亲和力。

Maranas说：“这种与神经网络模型方法合并的MM-GBSA似乎在预测模型训练过程中未使用的氨基酸变化的影响非常有效。”

该模型还允许预测各种已经观察到的SARS-COV-2氨基酸变化的结合强度，在Alpha，beta，Gamma和Delta变体中看到。这可能提供了预测尚未发现变体中这种亲和力的计算手段。然而，即使我们的计算工具可以发现氨基酸变化，从而进一步提高了结合亲和力，但在循环变体中尚未观察到它们。这可能意味着这种变化可能会干扰生产病毒感染的其他要求。提醒您，与ACE2受体的绑定不是完整的故事。

今天（9月29日）在《期刊》上发布的发现美国国家科学院论文集。

“我们的方法设置了一个框架，用于筛选由未知的单一和多个氨基酸变化导致的结合亲和力变化；因此，为评估当前循环和未来的病毒变异的有价值的工具，其对ACE2的亲和力和更大的传染性和更大的传染性，”马拉纳斯说。

Kuchipudi补充说：“ SARS-COV-2可以由于病毒和潜在的新宿主之间的接触增加而切换宿主。此工具可以帮助理解基因组监测产生的巨大病毒序列数据。特别是，它可能有助于确定确定。如果该病毒可以适应农业动物并传播，从而告知有针对性的缓解措施。”

---

---