Misteri CoronaVirus CoV-2019: Mengangkat Misteri Virus “Mahkota Baru” Secara Ilmiah

Dari Virus ke Kekebalan:
Mengangkat Misteri “Mahkota Baru” Coronavirus alias “SARS-CoV-2” Yang Menjadi Pandemik Dunia Secara Ilmiah

Saat ini, perang melawan virus belum berakhir. Virus bersembunyi di bentuk kecil mereka, dan manusia harus memperlakukan mereka dengan bijaksana. Menghadapi “serangan” virus ini pada manusia, semua industri bekerja sama untuk melawannya.

Sejumlah besar data yang dihasilkan dalam penelitian medis dan biologi mengandung informasi dan pengetahuan yang sangat berharga, dan teknologi AI (Artificial Intelligence) telah menunjukkan potensi besar dalam ekstraksi pengetahuan dan analisis pemodelan.

Dalam artikel ini, kami menunjukkan banyak aplikasi teknologi AI dalam analisis urutan, prediksi struktur, penelitian imunologi, dan pengembangan obat.


Selama Festival Musim Semi Tahun Tikus pada 2019, sebuah coronavirus baru yang dikenal sebagai Novel Coronavirus atau 2019-nCoV atau NCoV-2019, yang kemudian secara resmi strain virus bernama SARS-CoV-2, dan berkecamuk di wilayah Wuhan, Tiongkok, epidemi itu sangat menyentuh. Sedangkan pendemik atau outbreak-nya disebut sebagai CoViD-19 (CoronaVirus Disease 2019).

Menghadapi perkembangan epidemi yang berubah, para peneliti dari kelompok pembelajaran mesin dari Microsoft Research Asia berdasarkan pada pengetahuan profesional dan pengalaman penelitian di berbagai bidang seperti biologi komputasi dan pembelajaran mesin.

Hasil penelitian virus, dan mencoba menggunakan teknologi AI (Artificial Intelligence) untuk melakukan penelitian pendahuluan dan eksplorasi virus mahkota baru”.

Dalam artikel ini, para peneliti memperkenalkan:

  • Struktur genom dan protein dari coronavirus.
  • Respon imun dan mekanisme molekuler.
  • Pengembangan vaksin dan obat-obatan.

Para peneliti berharap untuk secara bertahap mengungkap “misteri” dari coronavirus baru dan membantu pembaca memahami sepenuhnya coronavirus baru, yaitu SARS CoV-2 atau yang lebih dikenal sebagai CoViD-19.

Pada saat yang sama, para peneliti juga berharap bahwa metode komputasi seperti AI dapat diintegrasikan lebih lanjut dengan penelitian New Coronavirus dan membawa lebih banyak bantuan untuk penelitian virus selanjutnya.

I. VIRUS

A. Virus “Mahkota Baru” alias SARS-CoV-2 atau yang lebih dikenal sebagai n.CoV-2019

Tidak seperti kebanyakan organisme berbasis sel, virus adalah organisme sederhana dengan struktur bebas sel. Virus terdiri dari bahan genetik (asam nukleat) yang bertanggung jawab untuk reproduksi keturunan dan cangkang protein yang melindungi materi genetik.

Virus yang berbeda biasanya memiliki cangkang protein yang bentuknya berbeda, dan coronavirus dinamai karena cangkangnya terlihat seperti mahkota. Wabah SARS (Severe Acute Respiratory Syndrome) pada tahun 2003 dan wabah MERS (Middle East Respiratory Syndrome) pada tahun 2012, juga disebabkan oleh coronavirus.

Dalam struktur coronavirus, terlihat lonjakan seperti paku disebut Spike Glycoprotein (S protein), yang merupakan biang keladinya untuk mengikat reseptor yang sesuai pada sel manusia, protein E adalah protein amplop. Bahan genetik internal dibungkus, ada struktur seperti protein membran (protein M) dan protein nukleokapsid (protein N).

Gambar 1: Diagram skematis dari struktur coronavirus [1]

B. Analisis genom berdasarkan penjajaran urutan

Tidak seperti DNA beruntai ganda, materi genetik kita manusia, coronavirus adalah jenis virus RNA beruntai tunggal. Bahan genetik beruntai tunggal membuat coronavirus lebih bervariasi daripada struktur DNA beruntai ganda yang stabil.

Setidaknya ada lusinan anggota keluarga coronavirus, yang sebagian besar aman bagi manusia, dan 7 jenis coronavirus seperti SARS-CoV dan MERS-CoV yang diproduksi oleh banyak mutasi dapat menginfeksi manusia. Studi terbaru menunjukkan bahwa, mirip dengan virus SARS-CoV dan MERS-CoV, genom SARS-CoV-2 (2019-nCoV) juga dibagi menjadi dua bagian: gen non struktural dan gen struktural.

Gen non-struktural, yang menyumbang sekitar dua pertiga dari total panjang genom SARS-CoV-2, mengandung dua sekuens yang menyandikan protein, yang disebut ORF1a dan ORF1b. Wilayah gen struktural yang mengikutinya mengkodekan protein struktural seperti protein S dan protein E.

Gambar 2: Perbandingan urutan beberapa genom coronavirus [2]

Teknologi penyelarasan urutan adalah salah satu kontribusi terpenting bioinformatika bagi masyarakat manusia. Apakah itu identifikasi genetik, identifikasi spesies baru atau analisis potensi penyakit genetik, penyelarasan urutan tidak dapat dipisahkan. Penjajaran urutan dibagi menjadi penjajaran urutan lokal dan penjajaran urutan global, dengan algoritma pencocokan yang berbeda.

Berdasarkan algoritma pemrograman dinamis paling sederhana, “Algoritma Smith-Waterman” dikembangkan untuk penyelarasan urutan lokal, dan “Algoritma Needleman-Wunsch” digunakan untuk penyelarasan urutan global.

Dari analisis seluruh struktur genom, struktur genom SARS-CoV-2 (2019-nCoV) serupa dengan yang ada pada coronavirus lainnya. Ini memiliki 87,5% dan 87,6% kesamaan dengan dua coronavirus (Bat-SL-CoVZC45 dan Bat-SL-CoVZXC21) yang ditemukan dari kelelawar, masing-masing, urutan kesamaan dengan virus SARS adalah sekitar 79%, dan mirip dengan virus MERS kesamaan urutan hanya 50%.

Perlu dicatat bahwa kesamaan urutan antara SARS-CoV-2 dan SARS-CoV di berbagai wilayah genom berbeda: di wilayah pengkodean protein S yang terikat oleh virus pada reseptor host, SARS-CoV-2 dan SARS-CoV memiliki kesamaan urutan yang berbeda. Kesamaan urutan berkurang secara signifikan.

Gambar 3: Perbandingan SARS-CoV-2, SARS-CoV, kesamaan urutan genom MERS-CoV [3]

II. EVOLUSI VIRUS CORONA

A. Analisis hubungan evolusi berdasarkan pengelompokan hierarkis

Berdasarkan hasil penjajaran urutan, kita juga dapat melakukan pengelompokan hierarkis untuk mendapatkan hubungan dekat dan jalur evolusi antara berbagai virus.

Menurut pohon evolusi urutan coronavirus yang ditunjukkan pada gambar di bawah, kita dapat melihat bahwa SARS-CoV-2 paling dekat dengan dua coronavirus lainnya yaitu Bat-SL-CoVZC45 dan Bat-SL-CoVZXC21 dalam analisis hubungan evolusi seluruh genom.

Analisis lebih lanjut, dari tujuh coronavirus patogen yang diketahui, hubungan evolusi antara SARS-CoV dan SARS-CoV-2 adalah yang terdekat, dan hubungan evolusi dengan virus sindrom pernapasan Timur Tengah MERS-CoV, yang menyebabkan kematian jauh lebih tinggi [4].

Studi ini menunjukkan bahwa SARS-CoV-2 dan SARS-CoV memiliki hubungan evolusi yang lebih konservatif, menunjukkan bahwa coronavirus baru mungkin memiliki banyak kesamaan dengan SARS-CoV dalam hal pengikatan reseptor dan mekanisme patogen.

B. Analisis dan prediksi struktur virus “Mahkota Baru”

1. Prediksi struktur protein berdasarkan pembelajaran mendalam

Jika urutan genomik dibandingkan dengan informasi identitas seseorang, struktur tiga dimensi protein adalah penampilan fisik seseorang. Analisis struktur tiga dimensi memiliki prasyarat yang sangat penting untuk mekanisme patogen virus corona baru dan desain obat.

Gambar 4: Analisis evolusi SARS-CoV-2 (2019-nCoV) (kiri atas adalah skala evolusi) [4]

Sangat menggembirakan bahwa para ilmuwan Cina telah menganalisis struktur protein tiga dimensi beresolusi tinggi yang sesuai dengan gen dari wilayah non-struktural SARS-CoV-2, dan untuk wilayah gen yang mengkode protein struktural, kami telah menjadi yang pertama.

Kami menggunakan perangkat lunak prediksi struktur 3D yang dikembangkan secara independen berdasarkan teknologi pembelajaran dalam untuk membuat prediksi struktur 3D.

Untuk SARS-CoV-2, wilayah protein S tidak diragukan lagi adalah bagian yang paling kita khawatirkan. Untuk protein S dan protein templat dengan struktur yang diketahui, pertama-tama kita menggunakan teknologi pembelajaran dalam untuk memprediksi karakteristik dasar residu asam amino tunggal dan residu asam amino berpasangan, kemudian menghitung skor dari dua keselarasan protein berdasarkan karakteristik yang diprediksi, dan akhirnya lulus.

Metode pengali arah bolak-balik digunakan untuk menyelesaikan perbandingan optimal antara keduanya. Kami mencari semua protein di pustaka struktural, memilih templat struktural terbaik, dan menghitung perbandingan optimal di antara mereka. Berdasarkan ini, kami menggunakan perangkat lunak pemodelan struktural umum untuk memprediksi struktur tiga dimensi protein S.

Kami secara struktural menyelaraskan struktur protein S yang diprediksi (Gambar 5, struktur biru di sebelah kiri di bawah) dengan protein S dari SARS-CoV (Gambar 5, struktur merah di sebelah kiri di bawah).

Hasilnya menunjukkan bahwa tinggi protein S yang diprediksi dan wilayah yang sesuai dengan SARS-CoV secara struktural tingginya serupa. Berdasarkan hasil di atas, kami berspekulasi bahwa meskipun kesamaan urutan gen antara SARS-CoV-2 dan SARS-CoV di wilayah protein S tidak tinggi, keduanya mungkin serupa dalam struktur protein yang sebenarnya.

Selain itu, kami membandingkan struktur protein S yang diprediksi (Gambar 5, struktur biru di kanan bawah) dengan struktur tiga dimensi yang diprediksi oleh kelompok Yang Zhang dari Universitas Michigan menggunakan perangkat lunak CI-TASSER [5] (struktur merah di kanan bawah), kecuali beberapa di sebelah kiri. Struktur spiral berbeda, dan struktur keseluruhan yang diprediksi oleh kedua kelompok studi sangat mirip.

Gambar 5: Perbandingan struktur yang diprediksi protein S dari SARS-CoV-2 dengan struktur yang sesuai dalam SARS-CoV (kiri, PDB ID: 5X58A) dan hasil prediksi CI-TASSER [5] (kanan)

C. Inferensi Mekanisme Pengikat Host-Virus “Mahkota Baru”

1. Analisis pengikatan reseptor berdasarkan simulasi dinamika molekul

Situs tempat coronavirus berikatan dengan reseptor sel inang biasanya terletak di suatu wilayah (disebut subdomain) pada protein S. Berbagai jenis virus memiliki reseptor yang berbeda. Sebagai contoh, reseptor pengikat untuk SARS-CoV adalah ACE2 (enzim pengonversi angiotensin 2).

Seperti yang disebutkan sebelumnya, menurut hasil prediksi struktur tiga dimensi kami, struktur protein S dari coronavirus baru mungkin mirip dengan SARS-CoV. Analisis lebih lanjut dari struktur tiga dimensi yang diprediksi dari protein S menunjukkan bahwa meskipun beberapa residu asam amino berbeda dari residu asam amino yang sesuai pada virus SARS, subdomain dari protein S dari SARS-CoV-2 yang bertanggung jawab untuk mengikat reseptor, dan subdomain yang sesuai dalam protein SARS-CoV sangat mirip.

Studi terbaru telah menemukan bahwa protein S dari SARS-CoV-2 dan ACE2 memiliki kekuatan ikatan yang tinggi, menunjukkan bahwa ACE2 sangat mungkin menjadi reseptor sel inang dari SARS-CoV-2 [3] [6].

Dalam studi tindak lanjut, kami berharap untuk melakukan teknik biologis yang lebih komputasi seperti simulasi dinamika molekul dan docking molekul untuk proses pengikatan, perubahan konformasi, afinitas dan energi bebas dari SARS-CoV-2 dan reseptor host yang sesuai.

Penelitian yang lebih mendalam dilakukan, dan mekanisme patogenik dari virus corona sangat penting seperti SARS-CoV dan MERS-CoV diuraikan dan dibandingkan pada tingkat molekuler. Studi-studi ini akan memperdalam pemahaman kita tentang coronavirus dan memiliki nilai penting dan signifikansi untuk desain obat-obatan dan vaksin.

Gambar 6: Diagram skematik interaksi antara struktur pemodelan homologi protein SA dari SARS-Cov-2 dan ACE2 [3]

2. Kekebalan

Sistem kekebalan manusia adalah sistem kompleks yang terdiri dari banyak organ, banyak sel imun, dan berbagai molekul kekebalan. Mereka bekerja bersama untuk membangun lapisan pertahanan terhadap berbagai patogen (virus, bakteri, parasit, dll.).

Sistem kekebalan tubuh manusia dibagi menjadi kekebalan bawaan dan sistem kekebalan adaptif. Di antara mereka, kekebalan bawaan juga disebut kekebalan non-spesifik, yang dapat dengan cepat menanggapi patogen yang menyerang.

Misalnya, makrofag dan neutrofil dalam sistem kekebalan tubuh bawaan biasanya dapat mencapai tempat dimana peradangan tubuh manusia terjadi pertama kali, melahap patogen, atau membersihkan sel manusia yang mati. Selain itu, sistem imun bawaan juga mengaktifkan respons imun spesifik tubuh melalui presentasi antigen dan metode lain.

3. Sistem imun adaptif

Imunitas bawaan adalah sistem kekebalan non-spesifik. Untuk menangani patogen tertentu secara lebih efisien, ia perlu bekerja melalui respons imun spesifik yang dihasilkan oleh sistem imun adaptif.

Antibodi atau vaksin yang semua orang pedulikan berkaitan erat dengan mereka. Sel B dan sel T adalah “lengan” utama dalam imunitas adaptif. Tidak seperti kekebalan bawaan, “pejuang” di lengan ini dapat mengidentifikasi dan menghancurkan patogen tertentu.

Pada saat yang sama, beberapa prajurit masih dapat mengingat penampilan musuh target, dan sekali musuh yang sama menyerang lagi, mereka dapat dengan cepat membunyikan alarm dan memulai pertempuran penghancuran melawan penjajah.

Gambar 7: Sel T pembunuh membunuh sel kanker [7]

Sel B matang membawa jenis detektor yang disebut reseptor sel B, dan begitu antigen yang sesuai terdeteksi, dengan bantuan sel T sebagai penolong, mereka berkembang biak dan berdiferensiasi.

Satu bagian berdiferensiasi menjadi sel plasma yang mampu menghasilkan antibodi, dan yang lainnya menjadi sel B memori.

Antibodi memiliki detektor yang sama dengan sel B yang memproduksinya, berpatroli di cairan tubuh, dan memberi label patogen spesifik atau secara langsung mencegahnya menginfeksi sel manusia.

Vaksin ini menggunakan mekanisme tersebut untuk merangsang sel B agar menghasilkan antibodi terhadap musuh asing melalui informasi antigenik dari patogen.

Sel T adalah kelas penting lain dari sel imun spesifik. Fungsi utama sel “T helper” adalah untuk mengatur atau membantu sel-sel kekebalan lainnya dengan melepaskan sitokin setelah mengenali antigen, seperti membantu mengaktifkan sel B dan mengaktifkan sel T pembunuh.

Sel T pembunuh (killer T cells) menargetkan sel yang terinfeksi dengan informasi antigenik spesifik dan membunuhnya dengan melepaskan sitotoksin. Sel T, seperti sel B, menggunakan detektor yang disebut reseptor sel T untuk mengidentifikasi antigen spesifik.

4. Antigen dan antibodi

Antigen adalah zat-zat yang dapat merangsang respon kekebalan tubuh dan dapat dikenali oleh produk-produk imun spesifik. Ketika reseptor sel-B atau reseptor sel-T dapat mengikat bagian antigen tertentu, pengenalan antigen ini selesai. Bagian-bagian yang dapat diikat ini disebut epitop.

Gambar 8: Diagram skematis dari epitop pengenalan reseptor sel T [8]

Untuk antigen, tidak setiap bagiannya bisa menjadi target detektor. Selain itu, karena perbedaan genetik antara individu, epitop yang dapat menjadi target mungkin berbeda di antara individu yang berbeda.

Karena itu, langkah penting dalam pengembangan vaksin adalah mengidentifikasi bagian-bagian antigen yang dapat menjadi target, dan pada saat yang sama menemukan target yang sesuai untuk populasi yang berbeda.

5. Prediksi epitop antigen berdasarkan pencarian basis data dan perataan urutan

Gambar 9: Epitop sel T dalam protein SARS-CoV S [9]

Jadi apa saja target pada coronavirus? Berapa banyak orang yang bisa dicakup oleh target ini?

Para peneliti seperti Syed Faraz Ahmed dari Universitas Sains dan Teknologi Hong Kong, telah menggunakan data epitop yang ada pada virus SARS untuk menyaring 268 kandidat epigen antigen sel T.

Epitop ini semuanya dalam sekuens protein “Coronavirus Baru” (Co.V-2019) yang saat ini diterbitkan.

Ini dapat ditemukan dan diperkirakan mencakup sekitar 96,29% dari populasi global dan 88,11% orang Cina [9].

Kandidat epitop ini dapat memberikan informasi yang berguna untuk pengembangan vaksin virus “mahkota baru” alias n.CoV-2019.

6. Prediksi pengikatan reseptor sel-T antigen berdasarkan pembelajaran mendalam

Dengan pengembangan sequencing throughput tinggi dan teknologi eksperimental imunologis, semakin banyak data eksperimental genetik dan imun dapat digunakan oleh ahli biologi dan ilmuwan komputer untuk memahami sistem kekebalan tubuh, mengembangkan vaksin, dan membantu dalam diagnosis dan diagnosis penyakit melalui metode komputasi.

a. Perawatan

Para peneliti dalam kelompok pembelajaran mesin di Microsoft Research Asia telah menggunakan pembelajaran mendalam aktif untuk melakukan berbagai pekerjaan pada pengenalan antigen. Misalnya, di antara beberapa target antigen, prediksi mana yang akan memicu respons imun yang kuat, diberi target antigen, prediksi sel T mana yang akan mengenalinya.

Ahli biologi menggunakan immunoassays throughput tinggi untuk memilih sel T yang imunoreaktif dengan antigen tertentu, dan menentukan sekuens DNA reseptor sel T ini menggunakan teknologi sequencing throughput tinggi, yang menghasilkan serangkaian antigen.

b. Data pengikatan reseptor sel T

Dengan generasi berkelanjutan dan akumulasi data eksperimental ini, kami memiliki kesempatan untuk memodelkannya menggunakan teknik pembelajaran mesin untuk membantu menjelaskan aturan reseptor sel T dan pengikatan antigen. Pekerjaan penelitian di bidang ini masih dalam masa pertumbuhan. Karena skala data yang relatif terbatas, kemampuan generalisasi model juga perlu lebih ditingkatkan.

7. Analisis antibodi berbasis immunoassay

Ketika orang yang terinfeksi virus disembuhkan, antibodi biasanya ada dalam tubuh selama sel B dalam sistem kekebalannya, diaktifkan. Untuk New Coronavirus, jenis antibodi apa yang dihasilkannya pada manusia? Jawaban komprehensif untuk pertanyaan ini membutuhkan penelitian lebih lanjut.

Tim Profesor Tianlei Ying di Fakultas Kedokteran Universitas Fudan telah membuat prestasi awal dalam hal ini [10]. Coronavirus dan coronavirus SARS yang baru memiliki kesamaan yang relatif tinggi dalam urutan RNA dan struktur protein, dan keduanya dapat menginfeksi sel manusia dengan mengikat protein spike pada reseptor ACE2.

Oleh karena itu, mereka menganalisis beberapa antibodi yang diketahui terhadap protein spike coronavirus SARS, dan menemukan bahwa CR3022 mungkin merupakan salah satu antibodi terhadap protein spike coronavirus baru melalui eksperimen imunologis.

Gambar 10: Struktur kompleks antibodi RBD-SARS-CoV RBD dan 2019-nCoV (kiri) dan hasil eksperimen ELISA antibodi-2019-nCoV (kanan) [10]

Antibodi memiliki berbagai tingkat penerapan dalam diagnosis dan pengobatan penyakit saat ini. Penggunaan diagnosis berbantuan antibodi telah menjadi metode umum dalam diagnosis penyakit klinis, tetapi dalam pengobatan penyakit, karena pembatasan pemurnian, penyimpanan, efektivitas, dan lain-lain.

Aplikasi klinis saat ini masih sangat terbatas. Perlu disebutkan bahwa teknik komputasi seperti prediksi struktur protein dan simulasi dinamika molekul semakin banyak diterapkan pada penemuan dan desain antibodi.

III. OBAT-OBATAN DAN VAKSIN 

A. Pengembangan obat

1. Skrining obat dikombinasikan dengan eksperimen basah dan kering

Pengembangan obat efek khusus adalah penelitian ilmiah yang “selalu di jalan”. Saat ini, seluruh struktur protein SARS-CoV-2 belum sepenuhnya dianalisis, dan mekanisme molekuler pengikatannya dengan reseptor masih dalam pengaruh, tetapi kami senang melihat bahwa banyak penelitian telah menunjukkan bahwa banyak obat untuk mengobati virus lain memiliki efek terapeutik potensial.

Tim peneliti ilmiah yang dipimpin oleh Akademisi Jiang Hualiang, Rao Zihe dan Akademisi, setelah menganalisis wilayah ORF1ab dari SARS-CoV-2, menyaring 30 jenis efek terapi yang mungkin terjadi pada SARS-CoV-2 melalui kombinasi simulasi komputer dan verifikasi eksperimen biokimia.

Obat-obatan potensial ini sebagian besar adalah protease inhibitor, yang memiliki potensi kemanjuran dalam menghambat reproduksi virus dan menghalangi virus dari pengikatan ke sel-sel penerima. Juga telah dilaporkan bahwa Remdesivir (RDV), obat uji yang digunakan untuk memerangi virus Ebola, mungkin memiliki kemanjuran anti-SARS-CoV-2.

Sebagai jenis baru obat antivirus analog nukleosida, laporan dari berbagai kelompok penelitian menunjukkan bahwa pasien telah mengurangi gejala klinis, seperti demam dan batuk setelah memakai RDV, dan kondisinya telah membaik.

2. Skrining obat throughput tinggi berdasarkan analisis jaringan interaksi dan simulasi dinamika molekul

Selain skrining obat di atas melalui eksperimen biologis dan uji klinis, dikombinasikan dengan pembelajaran mesin dan teknologi kecerdasan buatan (AI), penggunaan desain dan prediksi obat yang dibantu komputer dengan throughput tinggi juga memainkan peran penting dalam strategi “obat lama”. Penelitian dan pengembangan obat melalui metode eksperimental biomedis terutama melibatkan pengujian dan penyaringan obat antivirus spektrum luas yang telah disetujui untuk pemasaran.

Obat-obatan ini sebagian besar adalah interferon antivirus dan sinyal jalur obat yang mencegah virus dari menyerang sel inang. Efeknya terutama dicapai dengan menghambat transkripsi balik dan proses replikasi virus, dan meningkatkan respon kekebalan tubuh sendiri. Tidak seperti skrining uji klinis, skrining obat komputasional dapat melakukan skrining throughput tinggi pada rentang yang lebih luas.

Simulasi docking adalah salah satu metode penting simulasi molekul. Esensinya adalah proses pengenalan antara dua atau lebih molekul, dan ini adalah metode simulasi komputasi yang umum digunakan untuk memprediksi pengikatan struktur protein dengan molekul organik kecil. Dari medan gaya Newton klasik hingga desain medan gaya kuantum yang efisien dan disederhanakan melalui algoritma pembelajaran mesin, keakuratan dan efisiensi, simulasi docking telah meningkat secara signifikan.

Simulasi docking dapat dengan cepat menganalisis situs interaksi dan mode pengikatan molekul dan protein kecil yang berbeda, menjelaskan alasan target obat untuk menggunakan efeknya, dan memberikan panduan untuk skrining obat yang dibantu komputer. Simulasi docking dari sejumlah besar kandidat molekul di perpustakaan obat molekul kecil organik yang diketahui melalui struktur protein SARS-CoV-2, menganalisis energi bebas dan afinitas molekul berbeda yang mengikat protein virus, dan skrining obat throughput tinggi berpotensi terhadap molekul virus.

Saat ini, beberapa kelompok penelitian di dunia telah menggunakan teknologi ini untuk menskrining obat anti-HIV seperti Lopinavir, yang mungkin memiliki potensi untuk bertahan terhadap “virus mahkota yang baru” ini (nCoV-2019). Selain itu, dengan menggunakan metode analisis bioinformatika, informasi interaksi target obat yang diketahui diekstraksi dari banyak basis data seperti DrugBank, Target Terapi, dan PharmGKB, dan jaringan interaksi target obat dibangun untuk bertindak pada coronavirus melalui efek yang diketahui.

Target obat untuk target viral memprediksi molekul obat dengan efek potensial pada SARS-CoV-2. Studi telah menunjukkan bahwa dengan membangun jaringan farmakologis berbasis sistem untuk mengukur interaksi antara coronavirus dan target obat, sirolimus plus actinomycin, thiopurine plus melatonin, toremifene telah diidentifikasi.

Tingkatkan jumlah kombinasi obat potensial seperti flavin [11]. Meskipun “penggunaan baru obat-obatan lama” dengan bantuan komputer dapat menyaring obat-obatan potensial dengan throughput yang tinggi, faktor-faktor kunci seperti kemanjuran sejati dan efek samping masih memerlukan uji klinis yang ketat untuk divalidasi.

“Obat lama dan penggunaan baru” adalah cara cepat untuk menyaring obat, sementara pengembangan obat baru dan khusus untuk SARS-CoV-2 adalah pukulan tepat untuk virus “mahkota baru”. Namun, pengembangan obat baru seringkali membutuhkan proses yang sangat panjang.

Dengan aplikasi teknologi pembelajaran dalam dalam prediksi struktur protein dan desain peptida protein peptida, efisiensi pengembangan obat baru akan ditingkatkan secara efektif. Kami percaya bahwa dengan uji klinis berkelanjutan “obat-obatan lama dan penggunaan baru” dan perkembangan cepat obat SARS-CoV-2 yang baru dan efektif, obat-obatan yang meringankan dan mengobati SARS-CoV-2 akan dikembangkan dan dipasarkan.

Gambar 11: Beberapa obat anti-SARS-CoV-2 potensial [11]

3. Pengembangan vaksin

Tidak ada vaksin yang dikembangkan untuk virus “mahkota baru”. Vaksin dapat dibagi ke dalam banyak kategori sesuai dengan metode klasifikasi dan proses persiapan yang berbeda. Namun, prinsip dasar dan fungsi vaksin adalah sama, yaitu menggunakan antigen itu sendiri untuk menyiapkan agen biologis, dan menginokulasi tubuh manusia untuk mengaktifkan respon imun, seperti menghasilkan antibodi, sehingga ketika orang menemukan patogen yang sama di masa depan, mereka dapat ditemukan pada waktunya. Dan hancurkan mereka.

Vaksin perlu memiliki beberapa sifat dasar. Yang pertama adalah keamanan. Karena vaksin berasal dari antigen, seperti virus “mahkota baru”, maka vaksin tersebut harus dilemahkan dan langkah-langkah lain sehingga tidak akan menyebabkan penyakit atau menyebabkan reaksi yang merugikan setelah divaksinasi ke dalam tubuh manusia.

Yang kedua adalah efektif. Vaksin harus dapat menginduksi sel B untuk menghasilkan antibodi, dan antibodi tersebut akan diidentifikasi secara akurat saat berikutnya mereka menemukan antigen yang sama.

Yang ketiga adalah universal. Vaksin adalah intervensi kesehatan masyarakat. Salah satu tujuan pengembangan vaksin adalah untuk berharap bahwa vaksin yang disiapkan dapat mencakup sebanyak mungkin orang.

Pengembangan vaksin adalah proses yang sangat kompleks, ketat, dan panjang. Mengambil vaksin virus tradisional sebagai contoh, mereka biasanya perlu menjalani skrining, pelemahan, reproduksi, penyaringan, dan ekstraksi strain, mereka dapat memasuki fase uji klinis tiga fase hanya setelah membuat model hewan, menyelesaikan uji hewan, dan mendapatkan persetujuan aplikasi, yang akhirnya, perlu melewati tinjauan ahli dan persetujuan nasional sebelum dapat dimasukkan ke dalam produksi dan akhirnya dipasarkan [12].

Selain itu, vaksin bersifat spesifik, dan virus terus berkembang. Ini berarti bahwa vaksin dapat gagal setelah virus bermutasi. Inilah sebabnya mengapa Organisasi Kesehatan Dunia (WHO) akan secara aktif melacak evolusi berbagai virus, terutama virus influenza, dan secara aktif mempromosikan penelitian terkait untuk mengurangi pengembangan vaksin dan siklus serta biaya produksi.

Penelitian dan pengembangan vaksin terhadap virus “mahkota baru” sedang berjalan lancar. Meskipun teknologi vaksin mRNA terbaru dapat sangat memperpendek siklus pengembangan vaksin, untuk memastikan keamanan dan efektivitas, pengujian hewan, uji klinis, dan langkah-langkah lain masih diperlukan...

Ke depan, berbagi data dan teknologi serta kerja sama lembaga medis, biologi, komputer, dan penelitian lainnya akan memperdalam dan terus mengawal kesehatan manusia. Angin dan hujan, cinta berlalu, AI pergi! (translated: ©2020 IndoCropCircles.com / Penulis: Wang Tong, Xia Huanhuan, Zhu Jianwei, “Seberapa Terang”, Shao Bin, Yan Tie)

Referensi:

  • [1] wikimedia.org, medical animation corona virus.jpg
  • [2] Zhou Y, Hou Y, Shen J, dkk. Pengembalian Obat Berbasis Jaringan untuk Human Coronavirus [J]. MedRxiv, 2020.
  • [3] Xu X, Chen P, Wang J, dkk. Evolusi virus corona baru dari wabah Wuhan yang sedang berlangsung dan pemodelan protein lonjakannya untuk risiko penularan manusia [J]. Science China Life Sciences, 2020: 1-4 .
  • [4] Lu R, Zhao X, Li J, dkk. Karakterisasi genomik dan epidemiologi novel coronavirus 2019: implikasi bagi asal virus dan pengikatan reseptor [J] .The Lancet, 2020.
  • [5] zhanglab.ccmb.med.umich.edu, 2019-nCov 
  • [6] Bungkus D, Wang N, Corbett K, dkk. Cryo-EM Struktur Spike 2019-nCoV dalam Konformasi Prefusi [J]. BioRxiv, 2020.
  • [7] YouTube, Cytotoxic T cells killing cervical cancer cells.
  • [8] wikipedia.org, T-cell receptor.
  • [9] Ahmed SF, Quadeer AA, McKay M R. Identifikasi awal target vaksin potensial untuk 2019-nCoV berdasarkan studi imunologi SARS-CoV [J]. BioRxiv, 2020.
  • [10] Tian X, Li C, Huang A, dkk. Pengikatan ampuh protein spike coronavirus baru 2019 oleh antibodi monoklonal manusia spesifik koronavirus [J], koronavirus [J] BioRxiv, 2020.
  • [11] Zhou Y, Hou Y, Shen J, dkk. Pengembalian Obat Berbasis Jaringan untuk Human Coronavirus [J]. MedRxiv, 2020.
  • [12] nmpa.gov.cn, Administrasi Obat Negara Republik Rakyat Tiongkok.

Pustaka:


Electron micrograph of SARS-CoV-2 virions.

SARS-CoV-2 (yellow) emerging from a human cell (scanning electron microscope image)

SARS-CoV-2 (yellow) emerging from a human cell (scanning electron microscope image)

SARS-CoV-2 virions with visible coronae (scanning electron microscope image)

Genomic information of SARS-CoV-2 genome.


Video:

Ilmuwan peringatkan bocoran dari kaum Elite: Tak lama lagi di dunia akan ada wabah penyakit mematikan ([GREAT CULLING: Diseases Pendemic by DR. Rima Laibow M.D. and Jesse Ventura )


Artikel Lainnya:

CoViD-19 “Made in” Laboratorium Amerika Serikat

CoViD-19 Belum Usai, Muncul Virus H7N3 Yang Ancam Amerika

Ilmuwan Temukan Cara Ampuh Sembuhkan Pasien Virus Corona (CoViD-19)

[Vaksin CoViD-19] Jangan Beli Vaksin Corona Buatan Bill Gates!

[WASPADA] Indonesia Peluang Tinggi Virus Mematikan “Nipah” (NiV) Mewabah Bisa Ancam Dunia!

Awas!! Virus Misterius Baru Mirip AIDS Incar Orang Asia!

Indonesia Harus Waspadai Ancaman Teroris Biologi

Laboratorium Amerika Kembangkan 324 Senjata Biologis!

Fakta Sejarah: 10 Senjata Kimia Yang Dipakai AS dan Sekutunya Yang Mereka Tak Ingin Anda Mengetahuinya

Awas! Lewat Nyamuk, Virus Zika Buat Bayi Keterbelakangan Mental Melalui Radang Otak!

[Bio-Weapon] Virus Zika Disebarkan Oleh Nyamuk Trans-Genetika

Menguak Konspirasi Jahat AS Terhadap Indonesia, Tentang Virus Flu Burung (H5N1)

Ditemukan! Virus “Bodoh” Yang Dapat Mengubah Sifat dan Kepribadian Manusia

Nyamuk “Culex” Ada Di Indonesia: Menyerang Anak, Merusak Otak, Bikin Generasi Bego!

Virus Ebola Mematikan dan Tiada Obatnya, Lebih Dari 5.000 Orang Sudah Tewas!

MERS Kembali Mewabah: Corona Virus Mirip SARS Yang Misterius

Mencari Jalan Pengobatan: Virus Flu Burung Buatan Manusia Muncul di Jurnal Ilmiah

Waspada! Flu Outbreak, Ratusan Tewas: Wabah Flu H3N2 Mendunia!

Akar Bajakah, Obat Kanker Payudara Ini Ditemukan Oleh Siswi Indonesia

Wow! 98 Juta Rakyat Amerika Telah Terinjeksi Oleh Virus Kanker!

Ditemukan: Virus Penyebab Kegemukan (Obesitas)

[SCIENCE] Mengapa Babi Haram Dimakan? Life Will Find The Way!


https://wp.me/p1jIGd-9KM

((( IndoCropCircles.com )))

Pos ini dipublikasikan di Penyakit & Kesehatan dan tag , , , , , , , , , , , . Tandai permalink.

10 Balasan ke Misteri CoronaVirus CoV-2019: Mengangkat Misteri Virus “Mahkota Baru” Secara Ilmiah

  1. RetrOTWentyOne berkata:

    Terima kasih sdr atas terpenuhnya permintaan mengenai bahasan virus corona.

  2. vicky ady putra berkata:

    yg,membuat,covid19,ini.yg.paling,diuntungkan

  3. Yudi berkata:

    Apakah ini termasuk program Depopulasi ‘mereka’ ?

  4. Eko VP berkata:

    timakasih sngta menambah pengtahuan saya

  5. hanifahapril16 berkata:

    Tolong bahas asal penyebaran virus corona dong. Kenapa awal mula berasal dari kota wuhan?

  6. Rexory berkata:

    Ini sangat kontradiktif, di postingan lain bilang kalo vaksin itu bagian dari “agenda depopulasi manusia bla bla bla”. Disini vaksin malah didukung. Jadi, vaksin itu baik apa tidak, conspiracy theorists?

  7. kasamago berkata:

    yang pasti, ini Man Made Virus. sungguh keji biadab jika ini ada hubungnya dg keuntungan duniawi.. Azab illahi pasti hadir

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google

You are commenting using your Google account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.