返回
第35章 谁说模拟进化不是进化?
首页
更新于 2024-06-18 18:57
      A+ A-
上一章 目录 到封面 加书签 下一章
    陈元光则选择和莱维特合作,由莱维特那边给他共享一些最前沿的科研动态,他尝试找到具体的解法。
    “元光,病毒变异太快了,
    你说我们是否可以通过疫苗来诱导它定向进化,把它的毒性慢慢降下去,降低到比流感还更低的水平?”
    莱维特和陈元光熟悉之后,喜欢叫他的中文名。
    他通过陈元光关于蛋白质诱导进化的论文,进而想到可以采取诱导进化的方式,来主动选择进化方向。
    陈元光在电话那头回复道:“教授,我之前想的是研究广谱疫苗来对抗它的持续变异。
    现在来看,诱导定向进化结合广谱疫苗,应该能在四到五次接种把病毒给解决掉。”
    有了思路之后就是开干。
    “元光,这想法太棒了,我们应该去寻找现有毒株中最常见的突变点位。
    然后去设计抗原,覆盖突变频率最高的点位,这样能尽可能减少当前以及未来变异病毒的免疫逃逸能力。
    元光你的思路是对的。”
    “元光,斩断s蛋白和ace受体间的结合能力,这样能够降低病毒的传染性。考虑到病毒谱系已经陆续出现共性突变,像哈佛那边观测到的d614g,华国那边观测到的del69-70等等,我们现在需要去寻找他们之间的共性突变。”
    “现在的数据不够多,我们需要更多的数据来做验证。”
    “元光,现在的突变数据不够,就采用计算机模拟的方式去计算突变情况,这样的思路是没问题的。
    但有一个问题,你如何确保伱计算出来的高频共性突变和真实世界的突变是一样的。
    这太难了,一旦设计的算法不对,抗原设计就起不到预期的广谱效果。”
    “元光,你真是不折不扣的天才,根据纽约、东京、约翰内斯堡等城市测到的最新变异毒株,和我们设计的算法模拟出来的共性突变完全一致。这条路我们已经走通了!”
    “元光,我们完全可以准备投稿了,要是后续广谱疫苗的设计使用了我们的思路,考虑到它的价值,我们的成果足够拿明年的诺奖了!”
    “元光,我很后悔,当年没有争取你来念我的博士。”
    莱维特的态度从一开始的合作,到后来彻底服气,他甚至有种自己在抱大腿的感觉。
    至于巴文迪,在知道陈元光的工作后,直接说:“元光,这篇结果完成后,我觉得你可以拿到博士学位了,mit和我本人也没有什么更多的能教你的了。
    你在计算化学领域的造诣已经远远超过我了,你对做实验又不那么感兴趣,我觉得更快进入下一个阶段对你的成长更有利。”
    mit这边组织专家对论文进行评审后,给予了极其高的评价,在发science之后专门邀请全球从事该工作一线的科研人员开远程视频会议。
    “条件有限,因此我们只能通过线上的方式来向大家介绍由我校化学系博士lightchen先生在抗击病毒方面做出的卓越贡献。”
    兰克教授是华国某985高校的生物学教授,从病毒流行开始就从事相关研究,对于国外顶级名校的一些研讨会、讲座还是比较关注。
    他们一些从事相关高校研究的群也有做一些消息共享,像这次mit这种规模,两千人的线上会议还是比较少的。
    也是因为群里大家都说mit特别重视这次的会,有大佬说这是前所未有的突破性结果,他就报了名。
    兰克在群里发现比他晚五分钟就没有名额了。
    有mit和莱维特名头背书,这次的研讨会受到热捧。
    兰克知道莱维特是谁,但是另外的lightchen是华人,问题是他之前没听说过这号人物。
    论文只是被science接受了,还没刊登出来,而且陈元光之前发的顶刊更多是集中在计算化学和计算生物学领域,像搞疫苗研究的都是病毒学专家,大家不了解很正常。
    “这人怎么有点眼熟,而且外貌看上去有点年轻。”进入zoom的视频会议室之后,兰克心里嘀咕道。
    “广谱疫苗的设计不是突变位点的简单加法,它需要严格的生物信息学计算和实验证据的联合分析。
    突变位点也不是越多越好,它最重要的是数据需要准确,我们需要去寻找它的共性,共性凸显的越突出,那么贯序免疫效果就越显著。
    这次我们面临的问题有非常大的挑战,全球健康在遭受攻击,我们不太可能等,等病毒变异的数据积累到一定程度,然后再去设计广谱疫苗。
    所以没有足够的毒株,没有足够的突变点位,我们无法去寻找共性,但是我们又要去做广谱疫苗,因为传统疫苗即便是mrna,它的覆盖时间也是有期限的,从现在病毒变异情况来看,这个覆盖时间会非常非常短。
    面对这样的困境,我给的解决方法是模拟进化,模拟病毒进化,用模拟出来的病毒突变点位和现实中的病毒变异点位放在一起去分析,寻找共性,简单来说.”
    对着视频讲,完全没压力。
    如果不是开了静音,两千人此起彼伏的惊呼声,能让他的声音被淹没。
    兰克听着听着就在想,这太离谱了,靠模拟出来的病毒去设计疫苗,你如何保证自己模拟的突变点位,病毒真的会按照你模拟的突变点位去进化呢?
    这不是科学,这是玄学,即便披了数据分析和数据建模的外衣,这依然是玄学。
    直到他看到最后的数据对比,他们在四月模拟的变异病毒,在7月的全球监测报告中真的出现了的时候,兰克下巴都掉到了桌子上。
    (本章完)
上一章 目录 到封面 加书签 下一章