طراحي واكسن مولتي اپي توپ عليه واريانت هاي كويد-19 با استفاده از ابزارهاي رايانه اي

Designing a Multi-epitope Peptide Vaccine Against COVID-19 Variants Utilizing In-silico Tools

سابقه و هدف SARS-CoV-2 عامل بيماري كروناويروس 2019 يا كويد-19 در جهان است. بيماري كروناويروس جديد يك بيماري تنفسي است. تا به امروز ، چالش هايي در درمان كويد-19 وجود داشته و واريانت هاي جديدي مانند B1.1.7 UK ظاهر شده است. بر اين اساس ، يك رژيم پيشگيري موثر براي اين عفونت مورد نياز است، كه بيشتر واريانت هاي آن را پوشش مي دهد. هدف از اين تحقيق پيش بيني اپي توپ هاي محافظت شده اسپايك پروتئين و پروتئين نوكليوكپسيد از SARS-CoV-2 براي طراحي واكسن مولتي اپي توپ عليه واريانت هاي كويد-19 با استفاده از ابزارهاي رايانه اي مي باشد. روش تجزيه و تحليل محاسباتي و رويكردهاي ايمونو انفورماتيك شامل شناسايي اپي توپ هاي محافظت شده بلقوه و انتخاب اپي توپ ها بر اساس آلرژنسيتي ، توكسيسيتي ، آنتي ژنسيتي و داكينگ مولكولي براي پيش بيني و غربالگري اپي توپ ها است. در مرحله بعد، بخشهاي منتخب از اپيتوپ ها توسط لينكرهاي مناسب متصل شدند. در نهايت، پروتئين متصل به مالتوز (MBP) به عنوان يك ادوجوانت به ساختار واكسن جديد اضافه شد. ساختارهاي ثانويه و سوم واكسن مولتي اپي توپ طراحي شده از طريق الگوريتم هاي ايمونوانفورماتيك پيش بيني شد. ساختار پيش بيني شده براي دستيابي به بهترين پايداري تصفيه معتبر شده است. در پايان، ارزيابي ايمونو انفورماتيك، داكينگ مولكولي و پويايي مولكولي به منظور تاييد كارايي واكسن انجام شد. بهينه سازي كدون و شبيه سازي رايانه اي براي اطمينان از عملكرد بيان واكسن مولتي اپي توپ جديد در ميزبان هدف انجام شد. نتايج اين مطالعه نشان داد كه داده هاي ما اين پيشنهاد را تاييد مي كند كه واكسن طراحي شده ما مي تواند پاسخ هاي ايمني را در برابر واريانت هاي SARS-CoV-2 ايجاد كند. نتيجه گيري ساختار طراحي شده با بررسي نرم افزارها داراي كيفيت قابل قبولي بود. آزمايشهاي در شرايط آزمايشگاهي و در محيط دروني بدن موجود زنده براي تاييد ايمني و ايمني زايي واكسن كانديد مورد نياز است.

SARS-CoV-2 is the causative agent of Coronavirus 2019 or COVID-19 in the world. Novel coronavirus disease is a respiratory disease. To date, there have been challenges in the treatment for COVID-19 and emerged new variants like UK B1.1.7. Accordingly, an effective prevention regime is needed for this infection, which covers most variants. The purpose of this research was to predict the conserved epitopes of Spike and Nucleocapsid proteins from SARS-CoV-2 for the design of a novel coronavirus 2019 multi-epitope vaccine using in silico tools. Materials and Methods Computational analysis and immunoinformatics approaches include identification of potential conserve epitopes and selection of epitopes based on allergenicity, toxicity, antigenicity, and molecular docking were used for epitope prediction and screening. In the next step, selected segments of the epitopes were attached by the suitable linkers. Finally, Maltese-bound protein (MBP) as an adjuvant was added to the novel vaccine structure. The secondary and third structures of the designed multi-epitope vaccine were predicted via immunoinformatics algorithms. Predicted structure refined and validated for attaining best stability. In the end, immunoinformatics evaluation, molecular docking, and molecular dynamics were performed to confirm vaccine efficiency. Codon optimization and in silico cloning were done to ensure the expression yield of the novel multi-epitope vaccine in the target host. Results This study showed that our data support the suggestion that the designed vaccine could induce immune responses against SARS-CoV-2 variants. Conclusion The structure designed had acceptable quality with software reviews. Further in vitro and in vivo experiments are needed to confirm the safety and immunogenicity of the candidate vaccine.