一个开源的培养皿-as-code

全球冠状病毒大流行危机向我们展示了很多东西，但有几个东西是突出的。其中之一是，目前的疫苗和药物开发过程需要大量时间。一些人甚至会说，在遏制扩散方面产生预期影响的时间太长了。

上面显示的疫苗开发过程中肯定有一些因素不能更快地完成，以开发出安全有效的疫苗。但对于其他步骤，现代技术可以大大缩短创造新疫苗和药物所需的时间。

塔里克·达乌达(Tariq Daouda)博士在蒙特利尔大学免疫学和癌症研究所获得博士学位时，开发了一种人工智能算法，可以预测病毒的哪些部分更有可能暴露在感染细胞的表面，这些部分被称为表位。

在过去的几周里，一个由几个免疫学和生物信息学博士组成的研究小组自愿建立了一个平台，将他们的研究开源。在几个软件开发商的无偿帮助下，他们今天推出了epecopes.world，这样世界各地的每个人都可以访问神经网络发现的结果，并将其用于进一步的研究。关于epecopes.world基于什么的研究也是一个团队的努力，可以在这里访问(PDF)。

WORLD正在使用神经网络分析人类的基因组序列和病毒的不同变异，以预测进一步疫苗和药物研究的最佳表位候选。这一过程以前需要数周甚至数月的人工实验室工作-假设实验室能够获得足够的活病毒来进行研究。使用这种新的方法，只需要几个小时和特定病毒的基因序列就可以让神经网络发挥作用。

细胞表面存在它们所含蛋白质的微小碎片。这些位被称为表位，用来向免疫系统表明细胞内发生了什么。当细胞被病毒感染时，来自病毒的遗传物质被注入细胞。

然后，这种遗传物质开始产生新的病毒。然而，产生的病毒蛋白的一些(但不是全部)片段也会出现在细胞表面。

通过分析病毒的基因序列，我们的人工智能算法(CAMAP)可以预测这种病毒的哪些片段更有可能出现在细胞表面。

然后我们可以选择一组有很高机会出现在表面的片段，我们就可以设计出一种能够有效训练我们免疫系统的疫苗。

如果免疫细胞随后遇到受感染的细胞，它们可以迅速识别它们并杀死病毒。

“冠状病毒强调需要加快疫苗和疗法的设计，以减少全球大流行对人类和经济的影响，”哈佛医学院研究员、epecopes.world团队负责人Tariq Daouda博士说。“感染冠状病毒的人往往免疫细胞较少，因此很难获得足够的感染细胞，以便在实验室进行适当的研究--而且，由于冠状病毒非常罕见，各实验室都在争先恐后地获取这些细胞。”EPitopes.world让编码成为培养皿--利用开源技术将机器学习与生物医学联系起来，帮助加速学习和发现。Tariq周围的团队决定完全走开源之路，遵循他们对开源疫苗研究的终极愿景，缩影。world是他们的第一步。

epecopes.world的团队正在孜孜不倦地改进和扩展ececopes.world的团队。world前端和后端都是在Apache 2下开源的。此外，所有的生物信息学家、数据科学家和机器学习专家都被邀请加入这个团队。“世界”的前台和后端都是开源的，而且所有的生物信息学家、数据科学家和机器学习专家都被邀请加入到这个团队中来。

epecope.world高度赞赏为扩展该平台的功能并允许研究人员以新的、甚至更好的方式分析数据所做的贡献。

这个团队在这么短的时间内取得的成就绝对是了不起的！我们很幸运有机会支持：

整个ArangoDB团队都感到很幸运，能够有机会赞助在ArangoDB OASIS上运行的emecopes.world，并让我们团队中的人投入他们的空闲时间来支持这一事业。