南加州大学的计算机工程师已经建立了一个深度学习框架，可以非常快速地对疫苗进行微调，以对抗新出现的变异株。

该方法采用计算机模拟，可以在计算机上模拟生物过程，从而将大量候选疫苗减少到最有可能成功的候选疫苗。

通讯作者保罗·博格丹(Paul Bogdan)博士和南加州大学维特比工程学院的同事在2月5日由《自然研究》的《科学报告》发表的一项研究中描述了这项工作。

在测试和验证中，被其创建者称为DeepVacPred的AI框架消除了95%的起始领域，并在不到一秒钟的时间内淘汰了26种有希望的疫苗。

作者指出，这使得该团队可以跳过计算机疫苗设计中最费力的部分。

接下来，他们将26种疫苗的最佳范围缩小到11种，以构建一种多表位疫苗，这种疫苗需要取出如今在艺术效果图中已经非常熟悉的刺突蛋白。

“借助DeepVacPred，研究人员可以为一种新病毒构建多表位疫苗，并在一小时内验证其质量，” Bogdan和合著者写道。

Bogdan告诉USC News，将DeepVacPred应用于SARS-CoV-2病毒的详细信息后，“可以在几秒钟内提供候选疫苗，并将其迅速进行临床试验，从而在不影响安全性的前提下实现预防性医学疗法。”

他补充说，此外，这种方法“可以进行调整，以帮助我们在在全球范围内变异时保持领先地位。”