Verbundprojekt: "Generische Methoden zur Modellierung von Host-Pathogen Interaktionen angewandt zur effizienten Immunisierung gegen SARS-CoV-2" - Teilprojekt D

Abstract

Im Rahmen des Verbundprojektes "GENImmune" sollten durch Anwendung neuster Technologien im Bereich Bioinformatik, Künstliche Intelligenz und Maschinenlernen ein tiefergehendes und weiterführendes Verständnis von Wirt-Pathogen Interaktionen gewonnen werden und darauf basierend neue Impfstoffkandidaten gegen SARS-CoV-2 entwickelt bzw. existierende Impfstoffe optimiert werden.

Im Rahmen dieses Teilprojektes sollte die in vivo Evaluierung der neu entwickelten bzw. optimierten Impfstoffe in verschiedenen präklinischen Tiermodellen erfolgen. Dadurch sollte auch die experimentelle Validierung der Vorhersagequalität der von den Projektpartnern entwickelten rechnergestützten Methoden und Prozesse zur Impfstoffentwicklung validiert werden. Neben Parametern der Sicherheit und Verträglichkeit standen dabei v.a. die Analyse der Immunogenität mit Fokus auf die adaptive Immunantwort (Verhältnis von B- und T-Zellantworten) und die Vermeidung von sog. antikörperabhängiger Verstärkung (antibody dependent enhancement, ADE) im Vordergrund. Das Teilprojekt konnte dabei auf bereits zuvor entwickelte Assays zur Auswertung immunologischer Parameter (B- und T-Zellassays, AK-Bestimmungen) zurückgreifen. Darüber hinaus konnte das Vorhaben auf eine unmittelbar zuvor mittels bioinformatischer Epitopvorhersagen entwickelte erste Version eines SARS-CoV-2 Kombinationsimpfstoffes zurückgreifen, der direkt zu Beginn in der ersten präklinischen Evaluierungsstudie getestet werden konnte. Diese Ergebnisse lieferten die Daten für das maschinelle Lernen der Vorhersagemodelle im vorliegenden Verbundvorhaben.