疫苗接种是免疫学和医学领域最伟大的成就之一，几乎消灭了许多曾经危害人类的传染病。它通过向体内引入一种病原体的形式，使免疫系统能够产生记忆反应，从而在未来感染时提供保护。传统上，疫苗开发遵循经验方法，耗时较长，但一些病原体已经进化出逃避这些方法的能力。为了解决这些挑战，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。
题为“数据驱动的疫苗设计应对微生物相关疾病”的研究专题，探讨了数据驱动方法在设计针对由病原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应用。此外，它还强调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，它们引起各种传染病和致命癌症。这些病原体由于其高突变率，使得开发通用疫苗变得困难。现有的某些特定病原体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，大多数高度变异且具有复杂结构蛋白的微生物尚未有批准的疫苗。病原体复杂的生命周期、潜伏期和免疫逃逸机制进一步增加了疫苗开发的难度。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被应用于表位基疫苗的设计，包括肽疫苗和RNA疫苗。表位是病原体中被免疫系统识别的部分，在肽疫苗和RNA疫苗中都是必不可少的，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，表位在引导免疫系统有效识别和消除病原体方面至关重要。数据驱动的方法有助于识别最有希望的表位，加速新型疫苗候选物的开发。
本期特别专题重点介绍了多组学数据和AI驱动工具如何帮助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造更有效的表位基疫苗。该研究专题接受原创研究、系统综述、方法、综述和简短综述、技术、代码、简短研究报告和观点文章。欢迎提交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
重要提示：所有提交到本研究专题的贡献必须在其使命声明中定义的范围之内。Frontiers有权在同行评审的任何阶段将超出范围的手稿引导至更合适的部分或期刊。
(全文结束)
