1
استادیار، مرکز تحقیقات علوم و فناوری زیستی، دانشگاه صنعتی مالک اشتر.
2
مرکز تحقیقات علوم و فناوری های زیستی، دانشگاه صنعتی مالک اشتر، تهران، ایران
10.48311/biot.2026.117422.82878
چکیده
واکسن شناسی معکوس یک رویکرد محاسباتی برای شناسایی آنتیژنهای جدید واکسن از ژنوم پاتوژنها است که بدون نیاز به کشت، پروتئینهای بالقوه ایمنی زا را شناسایی میکند. این روش با بهرهگیری از بیوانفورماتیک، شبیهسازی مولکولی و مدلسازی سهبعدی، واکسنهای چنداپیتوپی و زیرواحدی طراحی میکند که پاسخ ایمنی قویتر و محافظت گستردهتری فراهم میآورند. این رویکرد امکان شناسایی نئوآنتیژنها و موتاسیونهای خاص تومور را در سرطانهایی چون ریه، کولورکتال، سینه، پانکراس و کبد فراهم میکند. واکسنهای شخصیسازیشده با تحریک پاسخهای سلول T و B، افزایش تولید سیتوکاینهای ضدتوموری و کاهش رشد تومور را نشان دادهاند. استفاده از نانوحاملها، ادجوانتها و لینکرهای خاص، کارایی و ایمنی واکسنها را بهبود میبخشد. شبیهسازیهای مولکولی و داکینگ( یک تکنیک محاسباتی برای پیش بینی نحوه اتصال یک مولکول به یک سایت هدف می باشد) با گیرندههای TLR و HLA، پایداری و اثرگذاری واکسنها را تأیید کرده است. مزایای این روش شامل شخصیسازی درمان، تحریک حافظه ایمونولوژیک و امکان ترکیب با سایر درمانها است. چالشها شامل انتخاب اپیتوپ بهینه، پیشبینی تعامل پپتید-MHC و غلبه بر سرکوب محیط تومور میباشد. ترکیب یادگیری ماشین، دینامیک مولکولی و سیستمهای تحویل نوین، راهکارهایی برای بهینهسازی این رویکرد هستند. با پیشرفت علوم اومیکس و بیوانفورماتیک، انتظار میرود واکسن شناسی معکوس تا سال ۲۰۳۰ به ابزار کلیدی در طراحی واکسنهای شخصیسازیشده برای سرطان و بیماریهای مختلف تبدیل شود.