Web Analytics Made Easy - Statcounter
به نقل از «تابناک»
2024-04-27@02:58:31 GMT

تأثیر واکسن‌های نسل جدید کرونا بر سرماخوردگی

تاریخ انتشار: ۲۲ آبان ۱۴۰۰ | کد خبر: ۳۳۶۶۹۰۹۰

تأثیر واکسن‌های نسل جدید کرونا بر سرماخوردگی

به گزارش «تابناک» به نقل از ایسنا از نیو اطلس، محققان بریتانیایی در حال بررسی گروهی از کارکنان مراقبت‌های بهداشتی، با مقاومت عجیب و غریبی که از قبل در برابر عفونت کووید-۱۹ داشتند، آنتی‌ژنی جدیدی برای نسل بعدی واکسن‌های کووید-۱۹ کشف کردند.

محققان حدس می‌زنند نسل بعدی واکسن‌هایی که از این آنتی‌ژن استفاده می‌کنند می‌توانند به طور بالقوه در برابر همه ویروس‌های خانواده کرونا از جمله آنهایی که عامل سرماخوردگی هستند، محافظت ایجاد کنند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

واکسن‌ها با ارائه‌ی یک مولکول به بدن کار می‌کنند که به سیستم ایمنی کمک می‌کند تا نحوه شناسایی پاتوژن‌های خاص را بیاموزد. این مولکول‌ها به‌عنوان آنتی‌ژن یا تولیدکننده آنتی‌بادی شناخته می‌شوند و آنتی‌ژن بزرگی که اولین نسل از واکسن‌های کووید-۱۹ مورد هدف قرار دادند، پروتئین بدنام سنبله کروناویروس است.

با نگاهی به نسل بعدی واکسن‌های کووید-۱۹، محققان فراتر از پروتئین سنبله می‌روند و آنتی ژن‌های جایگزین را بررسی می‌کنند.

این تحقیق جدید با مطالعه گروهی از کارکنان کادر درمان در بریتانیا آغاز شد که به‌ شکل عجیبی با وجود سطوح بالای قرار گرفتن در معرض ویروس کرونا، مدام نتیجه آزمایش‌شان منفی می‌شود.

نتیجه آزمایش‌های رایج آنتی‌بادی و PCR این گروه به طور مداوم منفی می‌شد، با این حال، محققان برخی از نشانگرهای خونی را که حاکی از ابتلا به عفونت کووید-۱۹ درآنها بود را شناسایی کردند. افزایش سلول‌های T ایمنی که به طور خاص برای هدف قرار دادن ویروس "SARS-CoV-۲" طراحی شده بودند، شناسایی شد که نشان می‌دهد این کارکنان کادر درمان به طور بالقوه عفونت سطح پایینی را تجربه کرده‌اند، اما توانسته‌اند به نحوی با آن مقابله کنند.

"لئو سوادلینگ" نویسنده اصلی این مطالعه جدید توضیح می‌دهد: ما می‌دانیم که برخی از افراد برخلاف قرار گرفتن در معرض ویروس، سالم باقی می‌مانند. چیزی که ما نمی‌دانستیم این است که آیا این افراد واقعاً توانسته‌اند به طور کامل از ابتلا به ویروس جلوگیری کنند یا اینکه به طور طبیعی ویروس را قبل از اینکه با آزمایش‌های معمول قابل تشخیص باشد، شکست داده‌اند و با نظارت شدید روی کارکنان کادر درمان برای تشخیص نشانه‌های عفونت و پاسخ‌های ایمنی، گروهی را با این نوع خاص از پاسخ سلول T شناسایی کردیم.

سلول‌های T شناسایی‌شده در این مطالعه برای هدف قرار دادن پروتئین‌های غیرساختاری که در مراحل اولیه چرخه زندگی ویروس نقش دارند، آموزش داده شده‌اند. این پروتئین‌ها بخشی از مجموعه رونویسی تکثیر ویروس هستند که بیشتر به عنوان پروتئین‌های تکثیر نامیده می‌شوند.

جالب‌تر از همه اینکه این پروتئین‌های تکثیر خاص در همه کروناویروس‌ها مشترک هستند. بنابراین محققان فرض را بر این گذاشته‌اند که افرادی که این نوع از پاسخ سلول‌های T قدرتمند را دارند که این پروتئین‌ها را هدف قرار می‌دهند، ممکن است اخیراً در معرض یک ویروس کرونای بی‌ضررتر مانند سرماخوردگی قرار گرفته باشند.

"سوادلینگ" می‌گوید: مناطقی از ویروس که این سلول‌های T شناسایی می‌کنند، در بین سایر اعضای خانواده کروناویروس مانند مناطقی که هر ساله باعث سرماخوردگی می‌شوند، رایج است. بنابراین قرار گرفتن در معرض سرماخوردگی ممکن است به این افراد در برابر ویروس کووید-۱۹ کمک کرده باشد و کفه ترازو را به نفع سیستم ایمنی بدن آنها پایین آورده باشد و ویروس را قبل از شروع تکثیر از بین برده باشند.

این یافته‌ها بر اساس یک فرضیه رو به رشد است که می‌گوید یک پاسخ ایمنی مشترک بین ابتلا به کووید-۱۹ و کروناویروس‌های رایج دیگر وجود دارد. مطالعه اخیر دانشگاه "استنفورد" حدس می‌زند قرار گرفتن قبلی در معرض کروناویروس‌هایی که باعث سرماخوردگی می‌شوند، ممکن است توضیح دهد که چرا برخی از افراد به شکل‌های خفیف یا حتی بدون علامت به کووید-۱۹ مبتلا می‌شوند.

اما امیدوارکننده‌ترین مفهوم این مطالعه، این گمان است که این پروتئین‌های تکثیر می‌توانند به عنوان آنتی‌ژن در واکسن‌های آینده کووید-۱۹ گنجانده شوند.

"مالی ماینی" نویسنده ارشد این مطالعه جدید می‌گوید: واکسنی که سلول‌های T را برای هدف قرار دادن این پروتئین‌های تکثیر تحریک می‌کند، ممکن است در برابر همه ویروس‌های کرونای فعلی از جمله آنهایی که باعث سرماخوردگی می‌شوند، محافظت ایجاد کند.

وی همچنین اشاره می‌کند که واکسن آینده علاوه بر آنتی ژن‌های پروتئین سنبله شامل این آنتی‌ژن‌های جدید نیز می‌شود. این واکسن‌ها یک سیستم مکمل با آنتی‌بادی‌هایی ایجاد می‌کنند که برای تشخیص سریع پروتئین سنبله و سلول‌های T حافظه که این پروتئین‌های تکثیر را هدف قرار می‌دهند، آموزش دیده‌اند.

"ماینی" می‌گوید: سلول‌های T که ماشین‌های تکثیر ویروس را تشخیص می‌دهند، یک لایه حفاظتی اضافی ایجاد می‌کنند که توسط واکسن‌های فعلیِ بسیار کارآمد ایجاد می‌شود. این واکسن دوگانه، انعطاف‌پذیری بیشتری در برابر جهش‌ها ایجاد می‌کند و از آنجایی که سلول‌های T می‌توانند به طور باورنکردنی عمری طولانی داشته باشند، همچنین می‌توانند ایمنی طولانی‌تری را ایجاد کنند.

این مطالعه جدید در مجله Nature منتشر شده است.

منبع: تابناک

کلیدواژه: طرح جهش تولید مسکن کامبیز درم بخش مسعود فیاضی غلامعلی محمدی ویروس کرونا کووید 19 واکسن کرونا آنتی ژن سرماخوردگی طرح جهش تولید مسکن کامبیز درم بخش مسعود فیاضی غلامعلی محمدی پروتئین های تکثیر پروتئین ها قرار گرفتن سلول های T واکسن ها هدف قرار کووید ۱۹ آنتی ژن

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.tabnak.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «تابناک» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۳۶۶۹۰۹۰ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

داروهای غیر آنتی‌بیوتیک باکتری‌ها را از بین می‌برند

ایسنا/خراسان رضوی تاریخ بشر با کشف آنتی‌بیوتیک‌ها در سال ۱۹۲۸ برای همیشه تغییر کرد. بیماری‌های عفونی مانند ذات‌الریه، سل و سپسیس بسیار گسترده و کشنده بودند تا اینکه پنی‌سیلین آنها را قابل درمان کرد.

با آنتی‌بیوتیک‌ها روش‌های جراحی که زمانی با خطر بالای عفونت همراه بودند، ایمن‌تر و معمول‌تر شدند. آنتی‌بیوتیک‌ها لحظه‌ای پیروزمندانه در علم را رقم زدند که کار پزشکی را متحول کرد و جان افراد بی‌شماری را نجات داد.

اما آنتی‌بیوتیک‌ها اخطاری ذاتی دارند؛ زمانی که بیش از حد مورد استفاده قرار گیرند، باکتری‌ها می‌توانند به این داروها مقاوم شوند.

سازمان بهداشت جهانی تخمین زده است که این ابر میکروب‌ها باعث مرگ ۱.۲۷ میلیون نفر در سراسر جهان در سال ۲۰۱۹ شدند و شاید در سال‌های آینده به تهدیدی فزاینده برای سلامت عمومی جهانی تبدیل شوند.

اکتشافات جدید به دانشمندان کمک می‌کنند تا با این چالش به روش‌های نوآورانه روبرو شوند. نتایج تحقیقات نشان داده است که حدود یک چهارم داروهایی که اغلب به‌عنوان آنتی‌بیوتیک تجویز نمی‌شوند، مانند داروهای مورد استفاده برای درمان سرطان، دیابت و افسردگی، می‌توانند باکتری‌ها را در دوزهایی که به‌طور معمول برای افراد تجویز می‌شود، از بین ببرند.

درک مکانیسم‌های زیربنایی چگونگی سمی بودن داروهای خاص برای باکتری‌ها، ممکن است تبعات گسترده‌ای برای پزشکی داشته باشد. اگر داروهای غیر آنتی‌بیوتیکی باکتری‌ها را به روش‌های متفاوتی از آنتی‌بیوتیک‌های استاندارد هدف قرار دهند، می‌توانند به‌عنوان سرنخ در تولید آنتی‌بیوتیک‌های جدید عمل کنند. اما اگر داروهای غیر آنتی‌بیوتیکی باکتری‌ها را به روش‌های مشابه آنتی‌بیوتیک‌های شناخته شده از بین ببرند، استفاده طولانی‌مدت از آن‌ها، مانند درمان بیماری‌های مزمن، ممکن است ناخواسته مقاومت آنتی‌بیوتیکی را افزایش دهد.

ماریانا نوتو گیلن، فارغ‌التحصیل از دانشگاه بوئنوس آیرس آرژانتین در علوم زیستی با تاکید بر زیست‌شناسی مولکولی، گفت در تحقیقی، من و همکارانم روش یادگیری ماشینی جدید ایجاد کردیم که نه تنها چگونگی کشتن باکتری‌ها توسط داروهای غیر آنتی‌بیوتیکی را شناسایی می‌کند، بلکه می‌تواند به یافتن اهداف باکتریایی جدید برای آنتی‌بیوتیک‌ها نیز کمک کند.

روش‌های جدید از بین بردن باکتری‌ها

نوتو گیلن بیان کرد دانشمندان و پزشکان متعددی در سرتاسر جهان در حال مقابله با مشکل مقاومت دارویی هستند، ازجمله من و همکارانم در آزمایشگاه میچل در دانشکده پزشکی ماساچوست آمریکا، از ژنتیک باکتری‌ها برای بررسی اینکه کدام جهش باکتری‌ها را نسبت به داروها مقاوم‌تر یا حساس‌تر می‌کند، استفاده می‌کنیم.

وی اظهار کرد: هنگامی که من و گروه تحقیقاتی در مورد فعالیت گسترده ضد باکتریایی داروهای غیر آنتی‌بیوتیکی مطلع شدیم، چالش ایجاد شده این داروها ما را به خود مشغول کرد که چگونه این داروها باکتری‌ها را از بین می‌برند.

گیلن توضیح داد: من حدود ۲ میلیون مورد سمیت بین ۲۰۰ دارو و هزاران باکتری جهش‌یافته را جمع‌آوری و تجزیه و تحلیل کردم. با استفاده از الگوریتم یادگیری ماشینی که برای استنباط شباهت‌های بین داروهای مختلف ایجاد کردم، داروها را بر اساس نحوه تأثیر آنها بر باکتری‌های جهش یافته در یک شبکه با هم گروه‌بندی کردم.

نوتو گیلن اظهار کرد: طرح‌های من به‌وضوح نشان می‌داد که آنتی‌بیوتیک‌های مطرح به‌دلیل کلاس‌های شناخته‌شده مکانیسم‌های کشنده، به‌شدت با هم گروه‌بندی شده‌اند. به‌عنوان مثال، تمام آنتی‌بیوتیک‌هایی که دیواره سلولی؛ لایه محافظ ضخیم اطراف سلول‌های باکتریایی، را هدف قرار می‌دهند با هم گروه‌بندی شدند و به‌خوبی از آنتی‌بیوتیک‌های دخیل در تکثیر دی‌ان‌ای باکتری‌ها، جدا شده‌اند.

وی اضافه کرد: جالب اینجاست که وقتی داروهای غیر آنتی‌بیوتیکی را به تجزیه و تحلیل خود اضافه کردم، آنها قطب‌های جداگانه‌ای از آنتی‌بیوتیک‌ها را تشکیل دادند. این امر نشان می‌دهد که داروهای غیر آنتی‌بیوتیکی و آنتی‌بیوتیکی راه‌های مختلفی برای از بین بردن سلول‌های باکتریایی دارند. در حالی که این گروه‌بندی‌ها نشان نمی‌دهند که چگونه هر دارو به‌طور خاص آنتی‌بیوتیک‌ها را از بین می‌برد، اما نشان می‌دهد که دسته‌بندی‌شده‌ها به احتمال زیاد به روش‌های مشابهی کار می‌کنند.

گیلن در ادامه گفت اینکه ما توانستیم اهداف دارویی جدیدی را در باکتری‌ها برای کشتن آنها پیدا کنیم حاصل تحقیقات همکارم کارمن لی است. وی صدها نسل از باکتری‌ها را رشد داد و در معرض داروهای مختلف غیر آنتی‌بیوتیکی قرار داد که اغلب برای درمان اضطراب، عفونت‌های انگلی و سرطان تجویز می‌شدند.

تعیین توالی ژنوم باکتری‌هایی که تکامل یافته و با حضور این داروها سازگار شده‌اند، به ما امکان مشخص کردن پروتئین باکتریایی خاصی را می‌دهد که تری‌کلابندازول، داروی مورد استفاده برای درمان عفونت‌های انگلی، هدف قرار می‌دهد تا باکتری را از بین ببرد. نکته مهم این است که آنتی‌بیوتیک‌های فعلی به‌طور معمول این پروتئین را هدف قرار نمی‌دهند.

وی خاطرنشان کرد: علاوه بر این، ما متوجه شدیم که ۲ داروی غیر آنتی‌بیوتیک دیگر که از مکانیسم مشابهی مانند تری‌کلابندازول استفاده می‌کنند نیز همان پروتئین را هدف قرار می‌دهند. این امر نشان‌دهنده قدرت طرح‌های شباهت دارویی ما برای شناسایی داروهایی با مکانیسم‌های کشندگی مشابه بود، حتی زمانی که این مکانیسم هنوز ناشناخته بود.

کمک به کشف آنتی‌بیوتیک

یافته‌های این تحقیق فرصت‌های متعددی را در اختیار محققان قرار می‌دهد تا نحوه عملکرد داروهای غیر آنتی‌بیوتیکی متفاوت از آنتی‌بیوتیک‌های استاندارد را بررسی کنند. روش این محققان برای نقشه‌برداری و آزمایش داروها همچنین این پتانسیل را دارد که مشکل مهم در توسعه آنتی‌بیوتیک‌ها را برطرف کند.

جستجوی آنتی‌بیوتیک‌های جدید اغلب مستلزم صرف منابع قابل توجهی برای غربالگری هزاران ماده شیمیایی است که باکتری‌ها را می‌کشند و نحوه عملکرد آنها را مشخص می‌کند. اکثر این مواد شیمیایی مشابه آنتی‌بیوتیک‌های موجود عمل می‌کنند و کنار گذاشته می‌شوند.

محققان گفتند: کار ما نشان می‌دهد، ترکیب غربالگری ژنتیکی با یادگیری ماشینی می‌تواند به کشف مواد شیمیایی کمک کند که قادر به از بین بردن باکتری‌ها به روش‌هایی هستند که محققان پیش از این به کار نبرده‌اند. راه‌های مختلفی برای کشتن باکتری‌ها وجود دارد که هنوز از آن‌ها بهره‌برداری نکرده‌ایم و هنوز راه‌هایی وجود دارد که می‌توانیم برای مبارزه با تهدید عفونت‌های باکتریایی و مقاومت آنتی‌بیوتیکی در پیش بگیریم.

منابع

https://japantoday.com

https://www.yahoo.com

https://theconversation.com

انتهای پیام

دیگر خبرها

  • مردی که ۶۱۳ روز کرونا داشت، فوت کرد
  • شکایت بازیکن فرانسوی از فایزر و بیونتک به دلیل عوارض واکسن کرونا
  • واکسن کرونا باعث پایان فوتبال من شد!
  • آزمایش اولین «واکسن شخصی» برای نوعی از سرطان روی بیمار انگلیسی
  • آیا تمام مبتلایان به ویروس اچ پی وی به سرطان مبتلا می شوند؟ تفاوت واکسن گارداسیل و پاپیلوگارد
  • داروهای غیر آنتی‌بیوتیک باکتری‌ها را از بین می‌برند؟
  • داروهای غیر آنتی‌بیوتیک باکتری‌ها را از بین می‌برند
  • ۱۲ منبع پروتئین گیاهی
  • طولانی‌ترین عفونت کرونا که ۶۱۳ روز طول کشید، بیش از ۵۰ جهش ایجاد کرد
  • برای اولین‌بار ساخت سلول زنده در آزمایشگاه/ انسان قادر به انجام کار طبیعت می‌شود؟