疫苗接种是免疫学和医学最伟大的成就之一，几乎消灭了许多曾经危害人类的传染病。它通过将病原体的一种形式引入体内，使免疫系统能够产生记忆反应，从而在未来感染中提供保护。传统上，疫苗开发遵循经验方法，耗时较长，但某些病原体已经进化到可以逃避这些方法。为了应对这些挑战，我们需要整合工程、免疫学和物理科学的跨学科策略来开发疫苗。
本研究专题题为“数据驱动的微生物相关疾病疫苗设计”，探讨了数据驱动方法在设计针对由致病微生物引起的传染病和癌症的疫苗中的作用。此外，该专题强调了基因组学、蛋白质组学、转录组学、免疫组学、结构生物学和合成生物学数据的整合，以及计算机模拟、生物信息学分析和系统生物学的数据。此外，它还突出了机器学习模型在预测免疫反应和抗原结构方面的作用，最终提高疫苗设计和开发的效率。
新兴和有害的微生物包括严重急性呼吸综合征相关冠状病毒、猴痘、禽流感、人类免疫缺陷病毒、乙型和丙型肝炎病毒、结核分枝杆菌、人乳头瘤病毒、EB病毒、幽门螺杆菌、血吸虫等，这些微生物导致了广泛的传染病和致命癌症。这些病原体由于其高突变率，使得开发通用疫苗变得困难。对于某些特定病原体，现有的疫苗提供的保护有限，需要多次接种，或在免疫功能低下的个体中效果降低。此外，大多数高度突变的微生物由于复杂的结构蛋白，尚无批准的疫苗。病原体的复杂生命周期、潜伏期和免疫逃逸机制进一步复杂化了疫苗的开发。尽管有针对HPV相关癌症的株特异性疫苗，但它们主要是预防性的。
为了克服这些限制，数据驱动和计算方法正在应用于基于表位的疫苗设计，包括肽疫苗和RNA疫苗。表位是病原体被免疫系统识别的部分，在肽疫苗和RNA疫苗中都至关重要，因为它们决定了免疫反应的特异性、强度和持续时间。无论是作为肽递送还是由mRNA编码，表位都是引导免疫系统有效识别和消除病原体的关键。数据驱动的方法有助于识别最有前景的表位，加速新型疫苗候选物的开发。
本期特别关注如何利用多组学数据和AI驱动的工具来识别关键的微生物抗原，从而为一系列具有挑战性的疾病创建更有效的基于表位的疫苗。本研究专题接受原创研究、系统综述、方法、综述和简要综述、技术、代码、简短研究报告和意见文章。我们欢迎涉及但不限于以下子主题的手稿：抗原、人工智能、癌症疫苗、数据驱动设计、表位、免疫信息学、传染病、机器学习模型、mRNA、多组学（基因组学、转录组学、免疫组学和蛋白质组学）、突变和病原体进化、结构建模和分子动力学模拟、系统生物学、Toll样受体和疫苗效力。
关键词：肽疫苗、生物信息学、NGS和宏基因组学识别微生物、机器学习和AI、病原体多样性、蛋白质-蛋白质对接、分子动力学模拟。
(全文结束)
