通过模拟优化疫苗生产的制作方法

背景技术：

1、疫苗在公共卫生中发挥着至关重要的作用。它们旨在通过使免疫系统接触病原体或肿瘤产生的抗原(通常是蛋白质)来提供对疾病的保护，目的是训练有效的适应性免疫反应。生产这些救命疫苗的一种方法涉及产生称为肽的蛋白质片段。一些疫苗直接包括合成肽，而另一些疫苗包括注射后会产生肽的合成核酸。这些肽是氨基酸序列，作为抗原触发免疫反应而不会引起疾病。疫苗生产面临的挑战之一是选择合适的肽组合，所述肽不仅能够激活免疫反应，而且能够以较高的成功率进行制造。因此，确定既可制造又有效的最佳肽组合是疫苗研发中的一项重大挑战。因此，需要一种更有效的方法来确定用于疫苗制造的肽或核酸的最佳组合。

技术实现思路

1、本发明公开了用于从大量肽中智能地选择肽组以生产药物产品的方法和系统。所述方法可包括以下步骤：接收从多个肽中选择肽(例如，一个或多个肽)以生产药物产品的请求；接收包含与多个肽中的每个肽相关的可制造性信息的数据；接收包含与多个肽中的每个肽相关的免疫原性信息的数据；以及基于可制造性信息和关于第二特征的信息，使用统计模型流程从多个肽中生成肽组以用于生产药物产品；所述统计模型在满足一个或多个标准的同时，优化与所述肽组相关的免疫原性总和或可制造性总和中的至少一个。所述方法可包括以下步骤：基于可制造性信息和与每个肽相关的第二特征信息对多个肽进行排序，其中第二特征是与每个肽相关的免疫原性；以及基于排序和一个或多个标准，从多个肽中选择第一肽组以纳入模拟制造过程，所述模拟制造过程是统计模型流程的一部分；所述一个或多个标准包括预期数量的长肽、预期数量的短肽以及药物旨在有效对抗的一个或多个特定靶突变。所述方法可包括以下步骤：基于模拟制造过程生成第二肽组；预计所述第二肽组能通过模拟制造过程；基于与每个肽相关的免疫原性评分以及基于一个或多个标准，从第二肽组中选择肽子组；以及计算所述肽子组的聚合免疫原性评分。所述方法可包括以下步骤：对第一肽组重复执行模拟制造过程持续一定次数的迭代，产生一定数量的模拟结果；以及基于模拟结果的数量确定与第一肽组相关的平均聚合免疫原性评分。这些步骤可包括计算每个肽的免疫原性评分和可制造性评分的乘积；免疫原性信息包括每个肽的免疫原性评分，可制造性信息包括每个肽的可制造性评分；并且排序是基于免疫原性评分和可制造性评分的乘积。所述步骤可包括：接收从多个肽中选择一个或多个肽来生产药物产品的请求；接收与多个肽相关的数据，所接收的数据包括可制造性信息以及与多个肽中的每个肽相关的一个或多个特征的信息；以及基于可制造性信息和一个或多个特征中的至少一个特征的信息，使用统计模型从多个肽中确定肽组以用于生产药物产品。

2、一个或多个特征的信息可包括以下一项或多项：免疫原性信息、不同类型肽的预期数量信息以及与每个肽相关的药物旨在有效对抗的特定靶突变信息。确定所述肽组还包括基于可制造性信息和与每个肽相关的特征信息对多个肽进行排序；以及基于排序和一个或多个标准，从多个肽中选择第一肽组以纳入模拟制造过程。所述标准可包括以下一项或多项：预期数量的长肽、预期数量的短肽以及药物旨在有效对抗的一个或多个特定靶突变。所述方法可包括以下步骤：基于模拟制造过程生成第二肽组；预计所述第二肽组能通过模拟制造过程；基于与每个肽相关的特征评分以及基于一个或多个标准，从第二肽组中选择肽子组；以及计算所述肽子组的聚合特征评分。所述方法可包括以下步骤：对第一肽组重复执行模拟制造过程一定次数的迭代，产生一定数量的模拟结果；以及基于模拟结果的数量确定与第一肽组相关的平均聚合特征评分。对多个肽进行排序还可包括计算每个肽的特征评分和可制造性评分的乘积，其中至少一个特征的信息包括每个肽的特征评分，可制造性信息包括每个肽的可制造性评分；并且排序是基于特征评分和可制造性评分的乘积。选择所述肽组可基于贪婪搜索算法，所述算法在满足一个或多个标准的同时，优化与所述肽组相关的目标。

1.一种计算机实现方法，其包括：

2.如权利要求1所述的计算机实现方法，其中生成所述肽组进一步包括：

3.如权利要求2所述的计算机实现方法，其进一步包括：

4.如权利要求3所述的计算机实现方法，其进一步包括：

5.如权利要求2所述的计算机实现方法，其中对所述多个肽进行排序进一步包括：

6.一种计算机实现方法，其包括：

7.如权利要求6所述的计算机实现方法，其中所述一个或多个特征的信息包括以下一项或多项：免疫原性信息、不同类型肽的预期数量信息以及与每个肽相关的所述药物旨在有效对抗的特定靶突变信息。

8.如权利要求6所述的计算机实现方法，其中确定所述肽组进一步包括：

9.如权利要求8所述的计算机实现方法，其中所述标准包括以下一项或多项：预期数量的长肽、预期数量的短肽以及所述药物旨在有效对抗的一个或多个特定靶突变。

10.如权利要求8所述的计算机实现的方法，其进一步包括：

11.如权利要求10所述的计算机实现方法，其进一步包括：

12.如权利要求8所述的计算机实现方法，其中对所述多个肽进行排序进一步包括：

13.如权利要求8所述的计算机实现方法，其中选择所述肽组是基于贪婪搜索算法，所述算法在满足一个或多个标准的同时，优化与所述肽组相关的目标。

14.一种计算系统，其包含：

15.如权利要求14所述的计算系统，其中所述一个或多个特征包括以下一项或多项：免疫原性信息、不同类型肽的预期数量信息以及所述药物旨在有效对抗的特定靶突变信息。

16.如权利要求14所述的计算系统，其中所述指令进一步使所述计算系统能够：

17.如权利要求14所述的计算系统，其中所述指令进一步使所述计算系统能够：

18.如权利要求14所述的计算系统，其中所述指令进一步使所述计算系统能够：

19.如权利要求15所述的计算系统，其中对所述多个肽进行排序进一步包括使所述计算系统能够执行以下操作的指令：

20.如权利要求15所述的计算系统，其中生成所述肽组包括根据所接收的请求中指定的一个或多个标准选择所述肽，其中所述一个或多个标准选自由以下组成的组：预期数量的长肽、预期数量的短肽以及所述药物旨在有效对抗的一个或多个特定靶突变。