综述：人工智能驱动的表位发现用于猴痘病毒疫苗的理性设计

这篇综述系统阐述了人工智能（AI）在猴痘病毒（MPXV）疫苗开发中的革新性应用，重点探讨了机器学习（ML）和深度学习（DL）如何加速表位（epitope）预测、优化免疫原性分析，并通过整合多组学数据（如基因组学/蛋白质组学）设计多表位疫苗。文章强调AI技术（如AlphaFold2/NetMHCpan）可突破传统疫苗的局限性（如ACAM2000的心肌炎风险），为应对高致死率Clade 1b毒株提供快速响应方案。

　　

引言
猴痘病毒（MPXV）作为正痘病毒属成员，自2022年被WHO列为国际关注的公共卫生紧急事件后，其高致死率Clade 1b变异株（致死率10%）的流行凸显疫苗研发紧迫性。传统疫苗如JYNNEOS和ACAM2000存在免疫缺陷人群禁忌症和心肌炎风险，而AI技术通过解析MPXV的197kb基因组及191种蛋白，为理性疫苗设计开辟新路径。

病毒学与结构特征
MPXV具有典型痘病毒双层膜结构：胞内成熟病毒颗粒（IMV）含核心膜包裹的DNA基因组，其表面A29L、E8L等膜融合蛋白是中和抗体的关键靶点；胞外包膜病毒颗粒（EEV）则依赖B6R糖蛋白实现细胞间传播。AlphaFold2预测显示，A35R等蛋白的保守结构域可作为AI筛选表位的优先目标。

AI驱动表位发现

1. 数据整合：通过ViPR和NCBI获取MPXV蛋白序列，结合IEDB库训练深度学习模型。
2. 结构预测：ColabFold重构171种病毒蛋白的3D构象，pLDDT值>90区域被确认为高可信表位候选区。
3. 免疫识别：NetMHCpan算法预测的CTL表位（如ILFLMSQRY）与HLA分子强结合，而BepiPred识别的线性B细胞表位可诱导中和抗体。

多表位疫苗设计
AI筛选出10种高免疫原性蛋白（如M1R、L1R），其多表位组合可覆盖92%人群HLA类型。VaxiJen评估显示，A29L-A35R复合表位的抗原性评分达0.89，且AllerTOP验证其无过敏风险。分子对接证实这些表位与TCR/CD4⁺复合物稳定结合。

挑战与展望
当前瓶颈在于低复杂度区域（LCRs）干扰预测精度，且缺乏MPXV蛋白晶体结构验证。未来可通过迁移学习（transfer learning）借鉴牛痘病毒数据提升模型效能。ESCOTT突变效应预测器显示，Clade 1b的APOBEC3型突变可能影响表位保守性，需动态更新AI训练集。

结论
AI将MPXV疫苗研发周期从数年缩短至数月，其核心优势在于：

• 快速锁定跨毒株保守表位
• 精准预测MHC-I/II结合亲和力
• 虚拟评估免疫原性/毒性
  这项技术革新为应对新发人兽共患病提供了"数字生物武器库"的构建范式。