为加快疫苗研发进程，国内外科技企业纷纷助力疫苗研发机构，加快疫苗研发进程。通过人工智能技术设计m RNA疫苗结构序列、分析病毒序列、预测新抗原、定位细胞靶标，并提供强大的机器学习技术支持，提高疫苗研发的效率和精准性。

1.百度AI发布颠覆性疫苗基因优化设计算法，加速新冠疫苗研发

2020年5月，百度研究院推出全球首个m RNA疫苗基因序列设计算法，该算法应用了计算机科学领域经典算法——动态规划算法，将特定mRNA序列搜索时间亿万亿年级降低到分钟级，专门用于优化m RNA序列设计。针对新型冠状病毒m RNA疫苗，该算法能在16分钟内大大提升疫苗设计的稳定性和蛋白质表达水平。从而有效解决了m RNA疫苗研发中最重要的稳定性问题，加速疫苗研发速度。

2.中国医疗机构打造二代病毒基因组测序自动化检测平台

2020年2月，由中国科学院上海营养与健康研究所、中国科学院上海巴斯德研究共同开发的新冠病毒基因组自动化鉴定云平台（VIC）上线。该平台直接对接人体样本的RNA二代测序原始数据，具有对数据全自动质量控制、拼接和病毒组成分析等功能，实现了快速检测样本中可能存在的包括新型冠状病毒在内的各种病毒，并在线分析其相对载量。VIC平台作为一个计算平台，所有的数据权利属于数据提供方，平台不使用用户数据去发表任何科研论文。在疫情结束前，VIC面向全国用户免费开放。上海市公共卫生临床中心、上海交通大学医学院附属瑞金医院作为平台的首批用户，已在VIC上完成了批量新型冠状病毒肺炎患者样本的基因组原始测序数据分析。

3.亚马逊提供云基础设施和机器学习技术支持多项新冠病毒疫苗研发和数据分析(www.daowen.com)

新冠病毒在全球的迅速传播，给全球的临床研究人员、生物技术公司和药物制造商带来了巨大的压力。亚马逊客户BlueDot、Lifebit、AbCellera等正在使用一系列云技术加快开发进度并助力疫情防控工作，主要案例包括：（1）病原体监控，BlueDot（一家位于多伦多的公司）使用由AWS提供的自然语言处理和机器学习来提取病原体有关信息，包括位置、时间、病例数、死亡人数等。最终目标是将这些非结构化的文本数据转换为有组织的结构化时空病原体数据，从而快速检测世界各地的疫情，预测疫情可能如何传播，并预测疫情可能带来的后果。（2）基因研究，LifeBit与英国国家卫生服务局合作建成端对端研究平台，使研究人员能够访问、查询、分析基因组数据，并将其与自己的数据结合起来以进行联合分析，确定遗传差异，从而解释新冠病毒感染者症状为何因人而异。（3）药物发现，AbCellera使用来自新冠病毒确诊患者的血液样本标记抗体。使用亚马逊的机器视觉技术来查看细胞并确定可以作为治疗方法的抗体种类。（4）疫苗研发，Moderna正在使用亚马逊算力来识别可用作疫苗一部分的蛋白质家族。

4.Deep Mind用计算机模型AlphaFold预测新冠病毒蛋白质结构

要想检测病毒并开发疫苗，科学家必须首先了解病毒，特别是病毒蛋白质的结构。2020年3月，Deep Mind汇集了来自结构生物学、物理学和机器学习领域的专家，以应用尖端技术，仅根据病毒基因序列预测蛋白质的3D结构。基于其在2018年年底推出的计算机模型AlphaFold，Deep Mind从头开始对蛋白质的形态结构进行建模，而没有使用已经解析的蛋白质作为模板。结果在预测蛋白质结构的物理性质时达到高准确度，在此基础上它使用两种不同的方法，来预测完整蛋白质结构。这两种方法都依赖于深度神经网络，可以从蛋白质的基因序列中预测其特性。该网络预测指标主要有两个：（1）氨基酸对之间的距离；（2）连接这些氨基酸的化学键之间的角度。该技术用于估计氨基酸对之间是否彼此接近。

5.波兰Ardigen开发新抗原预测平台，帮助确定SARS-Co V-2疫苗T细胞靶标

2020年7月，波兰Ardigen开发新抗原预测平台ArdImmune Vax正式投入使用，该平台利用最新的生物信息学和人工智能技术来识别一组最佳的新抗原作为癌症疫苗或过继细胞疗法的靶标用于传染病疫苗设计，通过专用算法可以预测新抗原引发免疫反应的可能性。目前，ArdImmune已与新西兰新冠疫苗研发公司CVC进行了研究合作，用于开发SARS-Co V-2疫苗。通过选择最适合增强细胞免疫应答的病毒表位，可以提高疫苗研发的效率和精准性。疫苗设计中还将补充体液和细胞反应，有望针对冠状病毒产生两条强大的防御线。这种方法可能比设计成单独产生抗体的疫苗更有效。