יצרניות החיסונים כנגד קורונה ממהרות לבחון את יעילות החיסונים כנגד המוטאציה החדשה של הנגיף (מתוך אתר Medscape)

חברות התרופות BioNTech ו-Moderna עוברות על נתוני החיסונים שלהן כנגד נגיף הקורונה במטרה לבחון את היעילות שלהם כנגד המוטאציה החדשה של הנגיף המתפשטת במהירות בבריטניה ומהווה את האתגר האחרון על-רקע המגפה שהשביתה את העולם בשנה האחרונה.

חברת BioNTech שיתפה פעולה עם חברת פייזר בפיתוח חיסון אושר בתוך פחות משנה. לדברי אנשי החברה, הם זקוקים לשבועיים נוספים במטרה להבין האם החיסון הנ”ל עשוי להיות יעיל כנגד המוטאציה החדשה של הנגיף.

חברת Moderna מצפה כי החיסון שלה יספק הגנה מפני המוטאציה החדשה ותשלים בדיקות נוספות בשבועות הקרובים בכדי לאשר זאת.

המוטאציה החדשה קרויה B.1.1.7 ועשויה להוביל לכך שהנגיף עשוי להיות מדבק יותר ב-70% והינו גורם המעורר יותר דאגה בילדים. המוטאציה החדשה גרמה לכאוס בבריטניה והובילה לגל איסורי טיולים ופגיעה במסחר ברחבי אירופה.

מומחים מסבירים כי ישנן תשע מוטאציות של הנגיף. למרות שהם לא מאמינים כי מוטאציות אלו משמעותיות דיו בכדי לפגוע בהגנה שמספק החיסון של חברת פייזר, אשר אושר לשימוש באיחוד האירופי ביום שני האחרון, הם סבורים כי בעוד כשבועיים יהיו בידיהם נתונים בכדי לספק תשובה דפיניטיבית.

מבחינה מדעית, סביר להניח כי התגובה החיסונית בעקבות החיסון תהיה יעילה גם כנגד המוטאציה החדשה של הנגיף. החיסון כולל למעלה מ-1,270 חומצות אמינו ורק 9 מהן שונות בווריאנט החדש. המשמעות היא כי 99% מהחלבון עדיין דומה.

למרות שישנן מוטאציות רבות, החברה הגרמנית מאמינה כי מרבית האתרים על הנגיף המזוהים ע”י תגובת תאי ה-T של הגוף נותרו ללא שינוי, כמו גם מגוון אתרי קישור נוגדנים.

במקרה שהווריאנט החדש יהווה אתגר לא-צפוי ליצרני החיסונים, היתרון של טכנולוגיית רנ”א שליח בכך שניתן להנדס מחדש במהירות חומר גנטי בחיסון אשר יתאים לחלבון השונה, זאת בניגוד לחיסונים המסורתיים הדורשים הרבה יותר צעדים נוספים.

לידיעה במדסקייפ

תגובות רוצה להצטרף לדיון?

אין תגובות עדיין. היה הראשון להגיב!

מאמרים

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

מקור: JAMA Otolaryngology–Head & Neck Surgery
פרופ' יוסף אלידן
פרופ' יוסף אלידן
אין תגובות|11/01/2026

אפילו ששתל שבלול הוא הטיפול היעיל ביותר לחירשות עמוקה בילדים, קיים שוני רב בתוצאות השפתיות. המחקר נועד לבדוק אם מודל בינה מלאכותית (Deep Learning) יכול לנבא את ההצלחה השפתית על בסיס הדמיה טרום־ניתוחית.

כניסת צוות רפואי

הכניסה לאתר מותרת אך ורק לצוות הרפואי

לקבלת קוד אימות לנייד ולמייל, יש למלא את כתובת המייל ואת מספר הטלפון שלך

עדיין לא נרשמת? באפשרותך לבצע רישום כאן