Jump to content
Forum Kopalni Wiedzy
KopalniaWiedzy.pl

Jest szansa na „uniwersalną” szczepionkę antywirusową?

Recommended Posts

Naukowcy z Massachusetts General Hospital (MGH) informują o odkryciu potencjalnego celu dla uniwersalnej szczepionki antywirusowej, która chroniłaby przed wieloma typami patogenów. Wyniki ich pracy sugerują, że proteina Argonaute 4 (AGO4) jest piętą achillesową wirusów.

Opracowanie skutecznej szczepionki antywirusowej to długotrwały proces. Nawet w takiej sytuacji jak obecnie, w obliczu epidemii koronawirusa 2019-nCoV i wywoływanej przezeń choroby o nazwie Covid-19, na szczepionkę trzeba będzie czekać wiele miesięcy. Obecnie dostępne szczepionki są opracowywane bardzo długo i działają tylko na określony szczep wirusa, co oznacza, że ludzie nie są chronieni przed innymi wirusami, a te często i szybko ewoluują. Gdyby jednak powstała uniwersalna szczepionka, bylibyśmy chronieni przed wieloma obecnymi i przyszłymi infekcjami.

Wspomniana AGO4 to przedstawicielka większej rodziny AGO. Jeszcze do niedawna nie wiedziano, jaką rolę proteiny te spełniają. Teraz naukowcy z MGH pracujący pod kierunkiem doktor Kate L. Jeffrey odkryli, że AGO4 odgrywa kluczową rolę w ochronie komórek przed infekcją wirusową.

Jak informują uczeni na łamach Cell Reports, AGO4 jest proteiną specyficzną dla komórek odpornościowych ssaków. Gdy uczeni próbowali infekować wirusami różne linie komórek, odkryli, że tylko te komórki, którym brakowało AGO4 był bardzo wrażliwe na infekcję. To zaś sugeruje, że niski poziom AGO4 ułatwia infekcje, zatem podniesienie poziomu tej proteiny będzie chroniło nas przed wieloma różnymi wirusami.

Naszym celem jest zrozumienie, jak działa układ odpornościowy, dzięki czemu będziemy mogli stworzyć lek na wiele wirusów, zamiast szczepionki na jednego konkretnego, mówi Jeffrey. W kolejnym etapie badań naukowcy postarają się dowiedzieć, jak różne poziomy AGO4 wpływają na możliwość infekcji różnymi wirusami. Później będziemy musieli opracować metodę zwiększenia poziomu AGO4 w komórkach, by zwiększyć ochronę przeciwko wirusom, dodaje Jeffrey.


« powrót do artykułu

Share this post


Link to post
Share on other sites

Podniesienie poziomu ekspresji białka to taki tani trik, że gdyby miało szansę to zadziałać bez skutków negatywnych to już dawno ewolucja by to wykorzystała.

W dniu 12.02.2020 o 12:02, KopalniaWiedzy.pl napisał:

Jeszcze do niedawna nie wiedziano, jaką rolę proteiny te spełniają.

I dalej tego nie wiadomo.
 

 

W dniu 12.02.2020 o 12:02, KopalniaWiedzy.pl napisał:

Naszym celem jest zrozumienie, jak działa układ odpornościowy, dzięki czemu będziemy mogli stworzyć lek na wiele wirusów, zamiast szczepionki na jednego konkretnego, mówi Jeffrey

Wiara w prosty "magic bullet" wzrusza. Typowe podejście w którym lekarze rozwiązują swoje problemy.
Zdecydowanie nie rozumieją że walka z patogenami ma "informacyjny" charakter. Należy się raczej spodziewać, że będziemy mieli tysiące leków na różne odmiany wirusów i zaawansowaną, zautomatyzowaną diagnostykę.

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now

  • Similar Content

    • By KopalniaWiedzy.pl
      Ponad 30% osób chorujących na COVID-19 doświadcza objawów neurologicznych, takich jak utrata węchu i smaku, bóle głowy, zmęczenie, mdłości i wymioty. Do tego mogą dołączać ostra choroba naczyniowo-mózgowa czy zaburzenia świadomości. Objawy te sugerują, że wirus SARS-CoV-2 może przedostawać się do mózgu. I rzeczywiście, zarówno w mózgach zmarłych jak i w płynie mózgowo-rdzeniowym znaleziono RNA wirusa, nie wiadomo jednak, w jaki sposób on się tam znalazł.
      Niemiecki zespół naukowy z Charite, Wolnego Uniwersytetu Berlińskiego, Instytutu Roberta Kocha i innych instytucji badawczych, odkrył RNA oraz białka wirusa w różnych anatomicznie obszarach nosogardła i mózgu. Autopsje zmarłych sugerują, że wirus może przedostawać się do mózgu poprzez nos.
      Na łamach Nature Neuroscience, w artykule Olfactory transmucosal SARS-CoV-2 invasion as a port of central nervous system entry in individuals with COVID-19 opisano badania, które przeprowadzono na 33 osobach zmarłych chorujących na COVID-19.
      Naukowcy zauważają, że wśród 7 koronawirusów, które infekują ludzi, co najmniej dwa endemiczne szczepy są w stanie przedostać się do centralnego układu nerwowego. Są to SARS-CoV oraz MERS-CoV, które ewolucyjnie są blisko spokrewnione z SARS-CoV-2. Teraz autorzy najnowszych badań donoszą, że RNA wirusa SARS-CoV-2 wykryli w centralnym układzie nerwowym 48% pacjentów, których poddali autopsji.
      Profesor Frank Heppner z Charité–Universitätsmedizin Berlin i jego zespół sprawdzili nosogardło – pierwsze miejsce, w którym może dochodzić do infekcji i replikacji wirusa – oraz mózgi 33 pacjentów (22 mężczyzn i 11 kobiet), które zmarły w czasie, gdy chorowały na COVID-19. Mediana wieku zmarłych wynosiła 71,6, a mediana czasu od wystąpienia objawów COVID-19 do zgonu to 31 dni.
      Autorzy badań odkryli RNA wirusa SARS-CoV-2 w nosogardle i mózgu wielu badanych. Najwięcej wirusowego RNA znajdowało się w błonie śluzowej nosa. Zauważyli też, że czas trwania choroby był ujemnie skorelowany z ilością wykrytego materiału wirusowego, co oznacza, że więcej śladów SARS-CoV-2 odkryto u osób, które chorowały krócej.
      Naukowcy donoszą też, że białko S wirusa, za pomocą którego infekuje on komórki, znajdowało się w pewnych typach komórek błony śluzowej. Nie można wykluczyć, że wirus wykorzystuje fakt, że komórki te sąsiadują z komórkami nabłonka i nerwowymi, dzięki czemu może dostać się do mózgu. U niektórych pacjentów białko S znaleziono w komórkach, w których dochodzi do ekspresji markerów neuronowych. Nie można więc wykluczyć, że wirus infekuje neurony węchowe oraz te obszary mózgu, do których docierają informacje o smaku i zapachu. Co więcej, ślady wirusa znaleziono też w innych obszarach mózgu, w tym w rdzeniu przedłużonym, w którym znajdują się m.in. ośrodek oddechowy, ośrodek sercowy czy ośrodki odpowiedzialne za wymioty.
      Spostrzeżenia niemieckich naukowców mogą wyjaśniać wiele objawów neurologicznych, które występują u chorujących na COVID-19.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      AlphaFold, sieć sztucznej inteligencji zbudowana w oparciu o słynny DeepMind dokonała olbrzymiego kroku w kierunku poradzenia sobie z jednym z najpoważniejszych wyzwań nauk biologicznych – określeniem kształtu białek z sekwencji ich aminokwasów. To zmieni medycynę, zmieni bioinżynierię. Zmieni wszystko, mówi Andrei Lupas, biolog ewolucyjny z Instytutu Biologii Rozwojowej im. Maxa Plancka w Tybindze, który oceniał możliwości podobnych programów. Lupas dobrze zna AlphaFold. Program pomógł określić mu strukturę białka, z którym jego laboratorium nie mogło sobie poradzić od dekady.
      Możliwość określenia prawidłowej struktury białek pozwoli zarówno na lepsze zrozumienie życia, jak i na szybsze opracowywanie supernowoczesnych leków. Obecnie znamy 200 milionów białek, ale w pełni rozumiemy strukturę i funkcję niewielkiego ułamka z nich. Jednak nawet opisanie tej niewielkiej liczby dobrze poznanych białek zajęło nauce wiele lat, a do ich badań konieczny był wyspecjalizowany sprzęt warty miliony dolarów.
      AlphaFold pokonał około 100 innych programów, które wraz z nim stanęły do zawodów CASP (Critical Assesment of Structure Prediction). Zawody odbywają się co dwa lata, a AlphaFold wystartował w nich po raz pierwszy w 2018 roku i od razu trafił na szczyt klasyfikacji. Jednak w tym roku jego możliwości zaskoczyły specjalistów. Nie dość, że znacząco wyprzedził konkurencję, to jego osiągnięcia były tak imponujące, iż mogą zwiastować rewolucję w biologii.
      W niektórych przypadkach wyniki uzyskane za pomocą AlphaFold nie różniły się niczym od tych osiąganych za pomocą metod eksperymentalnych stanowiących złoty standard, takich jak krystalografia rentgenowska czy mikroskopia krioelektronowa. Naukowcy mówią, że AlphaFold nie zastąpi – przynajmniej na razie – tych metod, ale już teraz pozwoli na badanie struktur biologicznych w zupełnie nowy sposób.
      Białka to podstawowe budulce organizmów żywych. Odpowiedzialne są za większość procesów zachodzących w komórkach. O tym, jak działają i co robią, decyduje ich struktura 3D. Odpowiedni kształt przyjmują one bez żadnej instrukcji, kierowane jedynie prawami fizyki.
      Od dziesięcioleci główną metodą określania kształtów białek były metody eksperymentalne. Badania tego problemu rozpoczęto w latach 50. ubiegłego wieku korzystając z metod krystalografii rentgenowskiej. W ostatniej dekadzie preferowanym narzędziem badawczym stała się mikroskopia krioelektronowa.
      W latach 80. i 90. zaczęto prace nad wykorzystaniem komputerów do określania kształtu protein. Jednak nie szło to zbyt dobrze. Metody, które sprawdzały się przy jednych białkach nie zdawały egzaminu przy badaniu innych. John Moult, biolog obliczeniowy z University of Maryland, wraz z kolegami wpadł na pomysł zorganizowania CASP, zawodów, które miały uporządkować prace nad wykorzystaniem komputerów do badania kształtów białek. W ramach tych zawodów przed zespołami naukowymi stawia się zadanie określenia właściwej struktury protein, których to struktura została wcześniej określona metodami eksperymentalnymi, ale wyniki tych badań nie zostały jeszcze upublicznione.
      Moult mówi, że eksperyment ten – uczony unika słowa „zawody” – znakomicie przysłużył się badaniom na tym polu, pozwolił na uporządkowanie metod i odrzucenie wielu nieprawdziwych twierdzeń. Tutaj naprawdę możemy przekonać się, która metoda jest obiecująca, która działa, a którą należy odrzucić, stwierdza.
      W 2018 roku na CASP13 po raz pierwszy pojawił się AlphaFold. To algorytm sztucznej inteligencji bazujący na słynnym DeepMind, który pokonał mistrza go Lee Sedola, przełamując kolejną ważną barierę dla sztucznej inteligencji.
      Już w 2018 roku AlphaFold zyskał sobie uznanie specjalistów. Jednak wówczas korzystał z bardzo podobnych technik, co inne programy. Najpierw wykorzystywał metody głębokiego uczenia się oraz dane strukturalne i genetyczne do określenia odległości pomiędzy parami aminokwasów w proteinie, a następnie – już bez użycia SI – wypracowywał „konsensus” dotyczący ostatecznego wyglądu proteiny. Twórcy AlphaFolda próbowali to udoskonalać korzystając z takiego właśnie modelu, ale natrafili na przeszkody nie do pokonania.
      Zmienili więc taktykę i stworzyli sieć sztucznej inteligencji, która wykorzystywała też informacje o fizycznych i geometrycznych ograniczeniach w zawijaniu białek. Ponadto nowy model zamiast przewidywać zależności pomiędzy poszczególnymi aminokwasami miał do zrobienia coś znacznie trudniejszego – przewidzieć ostateczny kształt białka.
      CASP trwa kilka miesięcy. Biorące w nim udział zespoły regularnie otrzymują niezbędne informacje o proteinach lub ich fragmentach – w sumie jest ich około 100 – i mają określić ich strukturę. Wyniki pracy tych zespołów oceniają niezależni eksperci, którzy sprawdzają, na ile wyniki uzyskane na komputerach są zgodne z rzeczywistą strukturą białek określoną wcześniej metodami eksperymentalnymi. Oceniający nie wiedzą, czyją pracę oceniają. Wyniki są anonimizowane. Dane z AlphaFold były w bieżącym roku opisane jako „grupa 427”. Jednak niektóre z przewidywań dostarczonych przez tę grupę były tak dokładne, że wielu sędziów domyśliło się, kto jest autorem pracy. Zgadłem, że to AlphaFold. Większość zgadła, mówi Lupas.
      AlphaFold nie sprawował się równo. Raz radził sobie lepiej, raz gorzej. Ale niemal 2/3 jego przewidywań dorównywało wynikom uzyskanym metodami eksperymentalnymi. Czasami nie było wiadomo, czy różnica wynika z niedoskonałości AlphaFold czy metod eksperymentalnych. Jak mówi Moult, największą różnicę pomiędzy AlphaFold a metodami eksperymentalnymi było widać, gdy rzeczywisty wygląd proteiny określano za pomocą rezonansu jądrowego. Jednak różnica ta może wynikać ze sposobu obróbki surowych danych uzyskanych tą metodą. AlphaFold słabo sobie radził też w określaniu indywidualnych struktur w grupach protein, gdzie kształt białka mógł być zaburzany obecnością innego białka.
      Ogólnie rzecz biorąc średnia wydajność modeli biorących udział w tegorocznym CASP była lepsza niż przed dwoma laty, a za większość postępu odpowiadał AlphaFold. Na przykład tam, gdzie proteiny określano jako średnio trudne najlepsze modele uzyskiwały 75 na 100 możliwych punktów, a AlphaFold uzyskał tam 90 punktów. Przekroczenie granicy 90 punktów uznaje się za dorównanie metodom eksperymentalnym.
      Mohammed AlQuraishi, biolog obliczeniowy z Columbia University, który też brał udział w CASP chwali osiągnięcie AlphaFold: myślę, że trzeba uczciwie powiedzieć, iż osiągnięcie to wstrząśnie dziedziną badania struktur białek. Sądzę, że wielu specjalistów przestanie się tym zajmować, gdyż główny problem został rozwiązany. To olbrzymi przełom, jedno z najważniejszych osiągnięć naukowych, jakie widziałem w swoim życiu.
      O tym, jak wielkie możliwości ma AlphaFold i jak olbrzymia rewolucja może nadchodzić niech świadczy przykład badań, jakie prowadził zespół Andreia Lupasa. Niemcy od dawna próbowali określić strukturę białka pewnej bakterii. Za pomocą krystalografii rentgenowskiej uzyskali surowe dane, jednak ich przełożenie na odpowiednią strukturę wymagało pewnych informacji o kształcie proteiny. Wszelkie próby rozwiązania zagadnienia spaliły na panewce. Spędziliśmy dekadę próbując wszystkiego. Model opracowany przez group 427 dostarczył nam tę strukturę w ciągu pół godziny, mówi Lupas.
      Demis Hassabis, współzałożyciel i szef firmy DeepMind, która obecnie należy do Google'a, mówi, że jego firma dopiero zaczyna rozumieć, czego biolodzy chcą od AlphaFold.
      AlphaFold już zresztą przydaje się w praktyce. Na początku 2020 roku algorytm opisał strukturę kilku białek wirusa SARS-CoV-2. Później okazało się, że przewidywania dotyczące białka Orf3a zgadzają się z wynikami uzyskanymi eksperymentalnie.
      Rozpowszechnienie się AlphaFold raczej nie doprowadzi do zamknięcia laboratoriów. Jednak dzięki niemu do określenia struktury protein wystarczą gorszej jakości, a więc i łatwiejsze do uzyskania, dane. Możemy się też spodziewać olbrzymiej liczby odkryć, gdyż już w tej chwili dysponujemy olbrzymią liczbą danych, które program będzie mógł wykorzystać. Dodatkową korzyścią jest fakt, że będzie można prowadzić bardziej zaawansowane badania. Nowa generacja biologów molekularnych będzie mogła zadać bardziej złożone pytania. Będą mogli skupić się bardziej na myśleniu niż na prowadzeniu eksperymentów, mówi Lupas.
      Naukowcy mają nadzieję, że dzięki AlphaFold poznamy funkcje tysięcy białek tworzących ludzkie DNA, a to z kolei pozwoli nam poznać przyczyny wielu chorób.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Osocze ozdrowieńców jest często poszukiwanym środkiem mającym pomagać w leczeniu COVID-19. Pojawiają się doniesienia, głównie na podstawie danych obserwacyjnych, że pomaga ono w leczeniu chorych. Tymczasem na łamach The New England Journal of Medicine (NEJM) ukazał się raport z randomizowanych badań klinicznych, których autorzy donoszą, że osocze nie pomaga w powrocie do zdrowia.
      Osocze ozdrowieńców używane jest w leczeniu chorób zakaźnych od ponad 100 lat. Pomysł na jego wykorzystanie wziął się z założenia, że jego podanie może skłonić układ odpornościowy do kontrolowania ewolucji choroby do czasu, aż pojawi się specyficzna reakcja odpornościowa.
      Pomimo olbrzymiego zainteresowania tą metodą, dotychczas jedynie w przypadku argentyńskiej gorączki krwotocznej jednoznacznie wykazano, że osocze ozdrowieńców jest skuteczną metodą leczenia i stanowi ono standardowy sposób zwalczania tej choroby. Dotychczas pojawiały się informacje – pochodzące z nierandomizowanych badań klinicznych bez ślepej próby – że osocze ozdrowieńców może pomagać w leczeniu SARS, MERS, H1N1, H5N1 oraz Eboli, brak było danych z randomizowanych badań z podwójną ślepą próbą, czytamy na łamach NEJM.
      Z dotychczasowych doświadczeń wiemy, że plazma ozdrowieńców jest bezpieczna dla chorych na COVID-19. Brak natomiast jednoznacznej odpowiedzi na pytanie, czy im pomaga.
      Badania PlasAr były podwójnie ślepą próbą kliniczną z grupą placebo. Prowadzono je w 12 klinikach w Argentynie, a całość koordynował Hospital Italiano w Buenos Aires. W badaniach wzięły udział osoby pełnoletnie, u których za pomocą testu RT-PCR potwierdzono zarażenie SARS-CoV-2 i które trafiły do szpitali z powodu ciężkiego przebiegu COVID-19.
      W grupie otrzymującej osocze było 228 pacjentów, a 105 osób otrzymywało placebo. Oceny skutków leczenia dokonano po 30 dniach od jego rozpoczęcia.
      Autorzy badań informują, że nie zauważono znaczącej różnicy w przebiegu choroby u obu grup. W grupie, której podawano osocze śmiertelność wyniosłą 10,96%, w grupie przyjmującej placebo było to 11,43%. Różnica nie jest więc statystycznie istotna.
      W konkluzji badań czytamy: użycie osocza ozdrowieńców nie przyniosło znaczących korzyści klinicznych u pacjentów z poważnym zapaleniem płuc wywołanym COVID-19. [...] Spostrzeżenie to stoi w sprzeczności z całą serią nierandomizowanych badań, których autorzy twierdzili, że stosowanie plazmy przynosi korzyści i pokazuje, jak ważne jest prowadzenie randomizowanych kontrolowanych studiów, szczególnie w kontekście pandemii.
      Autorzy badań zauważają jednak, że ich eksperyment miał pewne ograniczenia. Wszyscy badani pacjenci mieli ciężką postać zapalenia płuc wywołaną COVID-19. Wyniki naszych badań nie mogą być więc ekstrapolowane na inne grupy kliniczne, w tym na pacjentów z łagodnym do umiarkowanego przebiegiem COVID-19 czy na osoby ze schorzeniami zagrażającymi życiu. Nie można też wykluczyć, że wcześniejsze podanie osocza, przed pojawieniem się poważnych objawów ze strony układu oddechowego, jest skuteczne.
      W naszych badaniach użycie osocza ozdrowieńców jako uzupełniania standardowego leczenia pacjentów z ciężkim zapaleniem płuc wywołanym COVID-19 nie zmniejszyło śmiertelności ani nie zmieniło przebiegu choroby w ciągu 30 dni od rozpoczęcia leczenia. Uważamy, że należy ponownie przyjrzeć się wykorzystaniu osocza w leczeniu COVID-19. Kolejne badania nad terapiami przeciwciałami powinny skupiać się na innych grupach pacjentów lub innych sposobach leczenia, takich jak podawanie immunoglobulin lub przeciwciał monoklonalnych, stwierdzają autorzy badań.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      AstraZeneca i University of Oxford poinformowały, że opracowywana przez nie szczepionka przeciwko koronawirusowi znacząco zmniejsza liczbę zachorowań. Na podstawie testów na ponad 22 000 ludzi w USA i Brazylii stwierdzono, że gdy poda się najpierw połowę dawki, a miesiąc później całą dawkę, efektywność szczepionki wynosi 90%. Gdy jednak poda się całą dawkę i miesiąc później znowu całą, to efektywność szczepienia spada do 62%. Naukowcy nie wiedzą, dlaczego tak się dzieje. Łączna efektywność tej szczepionki wynosi 70%.
      W przeciwieństwie do szczepionek Pfizera i Moderny ta opracowana przez AstraZeneca/Oxford nie bazuje na mRNA. Badacze wykorzystali w niej osłabioną wersję adenowirusa, który powoduje przeziębienia u szympansów. Ten sam adenowirus został użyty, by stworzyć szczepionkę przeciwko Eboli. Na potrzeby szczepionki przeciwko SARS-CoV-2 szympansi wirus został zmodyfikowany tak, by infekował ludzkie komórki, ale się w nich nie namnażał.
      Wirus, infekując komórki, dostarcza informację potrzebną do wytworzenia proteiny S, która jest używana przez koronawirusa SARS-CoV-2.. Dzięki temu układ odpornościowy uczy się rozpoznawać tę proteinę i przygotowuje obronę przeciwko niej.
      Testy nowej szczepionki wciąż trwają w USA, Japonii, RPA, Kenii, Rosji i Ameryce Południowej. Planowane są kolejne m.in. w Europie. Wcześniej testy te na krótko przerwano, gdy u jednego z ochotników w Wielkiej Brytanii pojawiła się choroba neurologiczna. Odpowiednie urzędy zgodziły się jednak na ich kontynuowanie.
      Szczepionka AstraZeneki i Oxford University – mimo że mniej efektywna – ma tę olbrzymią przewagę nad szczepionkami Pfizera i Moderny, że nie trzeba jej zamrażać. Może być transportowana w znacznie wyższych temperaturach. W jej wypadku wystarczy zwykła lodówka, nie potrzebuje specjalistycznego systemu chłodzącego. Dodatkowym jej plusem jest fakt, że zmniejsza liczbę transmisji od osób, które nie wykazują objawów choroby. Nie jest jasne, czy szczepionki Pfizera i Moderny również tak działają. AstraZeneca zapewnia, że do końca 2021 roku jest w stanie wyprodukować 3 miliardy dawek swojej szczepionki.
      Obecnie mamy więc trzy szczepionki, których efektywność na pewno wynosi ponad 50% zalecane przez FDA i które znajdują się na ostatnich etapach badań. Oprócz wspomnianej tutaj szczepionki AstraZeneca/Oxford są to opisywana przez nas wcześniej szczepionka Pfizera – której producent już stara się o zgodę na rozpoczęcie szczepień – oraz szczepionka Moderny.
      Ta ostatnia, mRNA-1273, wykazuje skuteczność rzędu 94,5%. W grupie 30 000 pacjentów, na której ją testowano, zachorowało 95 osób, z czego jedynie 5 w grupie, która otrzymywała szczepionkę. U 11 osób rozwinęła się ciężka postać COVID, jednak wszystkie te przypadki miały miejsce w grupie placebo. Moderna podpisała już z USA umowę na dostawę 100 milionów dawek szczepionki. Jeśli szczepionka zostanie dopuszczone na użycia i umowa dojdzie do skutku, rząd USA zapłaci za te dawki 1,525 miliarda USD. Umowa przewiduje opcję na dostawę kolejnych 400 milionów dawek.
      Podsumowując – Pfizer i Moderna wykazały, że ich szczepionki, bazujące na mRNA, mają co najmniej 90-procentową skuteczność. Do transportu i przechowywania wymagają jednak bardzo niskich temperatur, co utrudnia ich dystrybucję. Pfizer już złożył wniosek o dopuszczenie szczepionki do użycia. AstraZeneca/Oxford dowiodły 70-procentowej skuteczności swojej szczepionki bazującej na osłabionym adenowirusie. Szczepionkę można przechowywać w standardowych lodówkach, dzięki czemu będzie łatwiejsza i tańsza w rozprowadzaniu i przechowywaniu.
      Testy wszystkich szczepionek wciąż trwają, a specjaliści podkreślają, że należy liczyć się ze zmniejszeniem się efektywności szczepionek. Zwykle bowiem jest tak, że szczepionki gorzej sprawują się w rzeczywistości niż podczas testów klinicznych.
      Ponadto wciąż nie wiemy, na jak długo szczepionki zapewnią ochronę przed koronawirusem. Tego dowiemy się dopiero po zaszczepieniu dużej liczby ludzi.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Środki stosowane w ramach walki z COVID-19 – jak noszenie maseczek i utrzymywanie dystansu – doprowadziły do znacznego spadku zachorowań na inne choroby, przede wszystkim na grypę i RSV. Wydaje się to korzystnym efektem ubocznym walki z SARS-CoV-2. Jednak naukowcy z Princeton University twierdzą, że może to spowodować znaczne zmiany w dynamice innych chorób i doprowadzi do wybuchów epidemii na większą skalę niż epidemie tych chorób, jakie miały miejsce przed pojawieniem się COVID-19.
      Wyniki badań przeprowadzonych na Princeton zostały opublikowane na łamach PNAS. W wielu miejscach na świecie zaobserwowano spadek liczby zachorowań na różne choroby układu oddechowego, mówi główna autorka artykułu, Rachel Baker. Zjawisko takie może być interpretowane jako pozytywny efekt uboczny COVID-19, jednak rzeczywistość jest znacznie bardziej skomplikowana. Nasze badania wskazują, że w czasie stosowania interwencji niefarmaceutycznych (NPI) może zwiększać się podatność na inne choroby, takie jak RSV czy grypa. To z kolei może doprowadzić do sytuacji, że gdy NPI przestaną być stosowane i wirusy znowu będą mogły swobodnie krążyć, dojdzie do dużych epidemii tych chorób.
      Baker i jej koledzy ostrzegają, że stosowanie NPI może prowadzić w przyszłości do zwiększenia zakażeń RSV, syncytialnym wirusem oddechowym. Na całym świecie zabija on każdego roku od 48 000 do 74 500 dzieci poniżej 5. roku życia. Wzrost zachorowań może dotyczyć też grypy, jednak w jej przypadku nie jest to tak oczywiste, jak w przypadku RSV, gdyż wirus grypy ulega częstszym zmianom, a duży wpływ na jego epidemiologię ma stosowanie szczepionek.
      Szczegółowy przyszły rozwój zachorowań na RSV i grypę to bardzo złożona kwestia, jednak gdy przyjrzymy się sezonowej dynamice tych chorób oraz skutkom stosowania NPI, widzimy jasne trendy, mówi profesor Garbiel Vecchi.
      Naukowcy wykorzystali model epidemiologiczny oparty o historyczne dane oraz najnowsze obserwacje dotyczące obecnej dynamiki zachorowań na RSV i na jego podstawie badali możliwy wpływ NPI stosowanych przy COVID-19 na przyszłe wybuchy epidemii RSV w Nowym Meksyku. Odkryli, że nawet krótkotrwałe stosowane NPI może prowadzić w przyszłości do wybuchów dużych epidemii RSV. Naukowcy przewidują, że w wielu miejscach dojdzie do wybuchu takich epidemii na przełomie lat 2021–2022. Musimy być przygotowani na to ryzyko i musimy przyjrzeć się wszystkim chorobom zakaźnym, na których dynamikę wpłynęły niefarmaceutyczne interwencje stosowane przy COVID-19, mówi Baker.
      NPI będą miały podobny wpływ na grypę, jednak tutaj dokładniejsze przewidywania są trudniejsze. W przypadku grypy olbrzymią różnicę stanowi stosowanie szczepionek. Ponadto nie do końca rozumiemy wpływ NPI na ewolucję wirusa grypy, jednak potencjalnie jest on duży, dodaje Baker.
      Spadek liczby zachorowań na grypę i RSV oraz przewidywane przez nas możliwe wzrosty zachorowań, to prawdopodobnie największy skutek uboczny stosowania NPI w walce z COVID-19. Metody te mogą mieć niezamierzony długoterminowy wpływ na dynamikę innych chorób, dodaje profesor Bryan Grenfell.
      Naukowcy przypominają, że tego typu zjawisko jest znane z przeszłości. Historyczne dane z Londynu wskazują, że po epidemii hiszpanki i wprowadzonych w związku z nią NPI doszło do zmiany dynamiki odry. Wzrost zachorowań zaczęto notować wówczas nie co roku, ale co dwa lata i dochodziło wówczas do większej liczby zgonów.

      « powrót do artykułu
  • Recently Browsing   0 members

    No registered users viewing this page.

×
×
  • Create New...