The MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL) has recently announced a new approach, the Machine Learning system "OptiVax," to reduce the research time needed to develop the COVID-19 vaccine and get closer to solutions.

OptiVax is a platform that utilizes machine learning to select a short amino acid string called peptide that can support a high population range for vaccines. The research team at the AI Research Institute first adjusted the predictive model and used several models to design the vaccine when building this system. As considering the huge differences in individual DNA, researchers paid close attention to the genetic makeup of others to maximize the possibility that people with rare genes would still be protected by vaccines.

OptiVax works by identifying all possible peptide fragments from a set of virus or tumor proteins that would be good candidates for a vaccine. Then, peptides are scored for selection on multiple criteria. Because these peptide fragments originate from viruses, they can be immunized if administered as a vaccine. OptiVax designs vaccines from these candidates to maximize population ranges in different geographic areas and the number of peptides displayed per person to improve the likelihood of becoming immunizers.

The research team then used ‘EvaluationVax,’ a complementary system that predicts coverage for vaccines, to evaluate 29 different vaccine designs by others. They found that many of them were not expected to provide high population coverage.

“One of the challenges here was assembling good data on how people differ in their genetic makeup, in key genes that control the response to a vaccine or viral infection,” says MIT professor David Gifford. “And then, we had to solve a difficult optimization problem to design a vaccine with good population coverage.”

머신러닝 시스템으로 더 빠른 코로나 백신 연구

MIT 인공지능 연구소는 코로나 19 백신을 개발하는 데 필요한 연구 시간을 줄이고 해결책에 더 가까이 다가가기 위해 새로운 접근 방식인 머신러닝 시스템 “OptiVax”를 발표했다.

OptiVax는 머신러닝을 활용하여 백신에 대한 높은 인구 범위를 지원할 수 있는 펩티드라고 하는 짧은 아미노산 문자열을 선택하는 플랫폼이다. 인공지능연구소의 연구팀은 시스템을 구축할 때 먼저 예측 모델을 조정하고 여러 모델을 사용하여 백신을 설계했다. 개개인의 DNA의 엄청난 차이를 고려하면서, 연구원들은 희귀한 유전자를 가진 사람들이 여전히 백신에 의해 보호될 가능성을 극대화하기 위해 다른 사람들의 유전적 구성에 세심한 주의를 기울였다.

OptiVax는 백신 접종 가능성이 높은 바이러스 또는 종양 단백질 세트에서 가능한 모든 펩타이드 파편을 식별하는 작업을 한다. 그런 다음, 펩타이드들은 여러 가지 기준에 따라 선택하기 위해 점수가 매겨진다. 이 펩타이드 파편들은 바이러스에서 유래하기 때문에 백신으로 투여하면 면역성을 얻을 수 있다. OptiVax는 이러한 후보들로부터 백신을 설계하여 서로 다른 지리적 지역의 인구 범위와 개인당 표시된 펩타이드의 수를 최대한 활용하여 면역자가 될 가능성을 개선한다.

연구팀은 이어 백신 적용의 범위를 예측하는 보완 시스템인 'EvaluationVax'를 활용해 다른 사람의 29가지 백신 디자인을 평가했다. 연구팀은 그들 중 많은 사람들이 높은 인구 범위를 제공할 것으로 예측되지 않았다는 것을 발견했다.

David Gifford MIT 교수는 "이곳에서 해결해야 할 과제 중 하나는 백신이나 바이러스 감염에 대한 반응을 조절하는 핵심 유전자의 유전자 구성에서 사람들이 어떻게 다른지에 대한 좋은 데이터를 모으는 것"이라며 "그후에 인구 범위가 좋은 백신을 설계하기 위해서는 어려운 최적화 문제를 해결해야 했다"고 말했다.

장주희 강남포스트 학생기자  webmaster@ignnews.kr

<저작권자 © 강남포스트, 무단 전재 및 재배포 금지>