已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A Sequence Homology and Bioinformatic Approach Can Predict Candidate Targets for Immune Responses to SARS-CoV-2

生物 表位 序列同源性 免疫系统 计算生物学 冠状病毒 严重急性呼吸综合征冠状病毒2型(SARS-CoV-2) 病毒学 免疫识别 同源(生物学) 鉴定(生物学) 病毒 2019年冠状病毒病(COVID-19) 遗传学 抗体 肽序列 传染病(医学专业) 基因 疾病 医学 植物 病理
作者
Alba Grifoni,John Sidney,Yun Zhang,Richard H. Scheuermann,Bjoern Peters,Alessandro Sette
出处
期刊:Cell Host & Microbe [Elsevier]
卷期号:27 (4): 671-680.e2 被引量:994
标识
DOI:10.1016/j.chom.2020.03.002
摘要

Effective countermeasures against the recent emergence and rapid expansion of the 2019 novel coronavirus (SARS-CoV-2) require the development of data and tools to understand and monitor its spread and immune responses to it. However, little information is available about the targets of immune responses to SARS-CoV-2. We used the Immune Epitope Database and Analysis Resource (IEDB) to catalog available data related to other coronaviruses. This includes SARS-CoV, which has high sequence similarity to SARS-CoV-2 and is the best-characterized coronavirus in terms of epitope responses. We identified multiple specific regions in SARS-CoV-2 that have high homology to the SARS-CoV virus. Parallel bioinformatic predictions identified a priori potential B and T cell epitopes for SARS-CoV-2. The independent identification of the same regions using two approaches reflects the high probability that these regions are promising targets for immune recognition of SARS-CoV-2. These predictions can facilitate effective vaccine design against this virus of high priority.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
钮卿完成签到 ,获得积分10
1秒前
桐桐应助哈哈采纳,获得10
3秒前
5秒前
5秒前
6秒前
共享精神应助lengyan采纳,获得10
7秒前
居崽完成签到 ,获得积分10
7秒前
xiaorui完成签到,获得积分10
7秒前
信件箱完成签到 ,获得积分10
10秒前
DW发布了新的文献求助10
11秒前
哈哈完成签到,获得积分20
14秒前
漂亮忆南完成签到 ,获得积分10
14秒前
哈哈哈哈完成签到 ,获得积分10
19秒前
星辰大海应助冷灰天花板采纳,获得10
24秒前
25秒前
李爱国应助Zhang采纳,获得10
26秒前
26秒前
30秒前
别找了睡觉吧完成签到 ,获得积分10
32秒前
32秒前
jacs111完成签到,获得积分10
32秒前
kokocrl完成签到,获得积分10
33秒前
恋雅颖月完成签到 ,获得积分10
33秒前
zs完成签到 ,获得积分10
34秒前
gszy1975完成签到,获得积分10
36秒前
37秒前
lengyan发布了新的文献求助10
38秒前
小禾一定行完成签到 ,获得积分10
39秒前
40秒前
占稚晴完成签到 ,获得积分10
44秒前
45秒前
47秒前
星辰大海应助zlovej采纳,获得10
47秒前
吾日三省吾身完成签到 ,获得积分10
48秒前
小马甲应助lengyan采纳,获得10
48秒前
烟花应助lengyan采纳,获得10
48秒前
知足的憨人丫丫完成签到,获得积分10
49秒前
ymygdz发布了新的文献求助10
50秒前
Jasper应助坦率迎海zbj采纳,获得10
51秒前
聂难敌发布了新的文献求助10
53秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158547
求助须知:如何正确求助?哪些是违规求助? 2809652
关于积分的说明 7883366
捐赠科研通 2468389
什么是DOI,文献DOI怎么找? 1314115
科研通“疑难数据库(出版商)”最低求助积分说明 630572
版权声明 601963