Генетическая вариабельность популяции может объяснить различные индивидуальные иммунные реакции на вирус SARS-CoV-2. Использование технологий на основе анализа генома и протеома дает возможность разрабатывать вакцины путем оптимизации выбора антигенов-мишеней. Методология компьютерного моделирования предоставляет научному сообществу более полный список иммуногенных пептидов, включающий в себя ряд новых и перекрестно-реактивных кандидатов. Исследования, проводимые независимо друг от друга с различными подходами, дают высокую степень уверенности в воспроизводимости результатов. Бόльшая часть усилий по разработке вакцин и лекарств против SARS-CoV-2 направлена на гликопротеин шипа (белок S) - главный индуктор нейтрализующих антител. Несколько вакцин продемонстрировали эффективность в доклинических исследованиях и прошли клинические испытания по противодействию инфекции COVID-19. В обзоре представлен профиль предсказанных in silico[1] иммуногенных пептидов вируса SARS-CoV-2 для последующей функциональной валидации и разработки вакцин; освещаются текущие достижения в разработке субъединичных вакцин для борьбы с COVID-19 с учетом опыта, который был достигнут ранее с SARS-CoV и MERS-CoV. Методы иммуноинформатики сокращают время и затраты при разработке вакцин, которые вместе могут остановить эту новую вирусную инфекцию. [1] Термин, обозначающий компьютерное моделирование (симуляцию) эксперимента, чаще биологического.
