Prospective artificial intelligence to dissect the dengue immune response and discover therapeutics
Lade...
Dateien
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
15.06.2021
Typ der Arbeit
Studiengang
Typ
01A - Beitrag in wissenschaftlicher Zeitschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
frontiers in immunology
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Frontiers
Verlagsort / Veranstaltungsort
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Dengue virus (DENV) poses a serious threat to global health as the causative agent of dengue fever. The virus is endemic in more than 128 countries resulting in approximately 390 million infection cases each year. Currently, there is no approved therapeutic for treatment nor a fully efficacious vaccine. The development of therapeutics is confounded and hampered by the complexity of the immune response to DENV, in particular to sequential infection with different DENV serotypes (DENV1–5). Researchers have shown that the DENV envelope (E) antigen is primarily responsible for the interaction and subsequent invasion of host cells for all serotypes and can elicit neutralizing antibodies in humans. The advent of high-throughput sequencing and the rapid advancements in computational analysis of complex data, has provided tools for the deconvolution of the DENV immune response. Several types of complex statistical analyses, machine learning models and complex visualizations can be applied to begin answering questions about the B- and T-cell immune responses to multiple infections, antibody-dependent enhancement, identification of novel therapeutics and advance vaccine research.
Schlagwörter
Artificial intelligence, Dengue, Antibody discovery, B-cell receptor, Virus, immunotherapy, Machine learning
Fachgebiet (DDC)
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
1664-3224
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Gold
Lizenz
Zitation
NATALI, Eriberto, Lmar BABRAK und Enkelejda MIHO, 2021. Prospective artificial intelligence to dissect the dengue immune response and discover therapeutics. frontiers in immunology. 15 Juni 2021. DOI 10.3389/fimmu.2021.574411. Verfügbar unter: https://doi.org/10.26041/fhnw-4121