
Virus Marburg (MARV) merupakan salah satu virus zoonosis dari keluarga Filoviridae dengan tingkat kematian hingga 88%. Pertumbuhan populasi global yang pesat meningkatkan risiko paparan penyakit akibat perubahan iklim dan ekologi. Untuk pencegahan, vaksin menjadi upaya terbaik. Penelitian ini bertujuan merancang vaksin berbasis peptida dari protein VP35 dan mengevaluasi interaksinya dengan sistem imun (TLR3, MHC-I, dan MHC-II) berdasarkan parameter stabilitas interaksi molekuler seperti skor ikatan, nilai elektrostatik, dan desolvasi. Metode yang digunakan adalah pendekatan immunoinformatics secara in silico, meliputi pemilihan protein target, prediksi antigenisitas, prediksi epitop T CD8+, prediksi epitop T CD4+, prediksi epitop B, konstruksi vaksin & visualisasi 3D, validasi struktur vaksin, analisis docking dan prediksi cakupan populasi. Hasil menunjukkan bahwa desain vaksin memiliki interaksi yang stabil terhadap TLR3, MHC-I (HLA-A*11:01), dan MHC-II (HLA-DR1), dengan nilai skor total berturut-turut sebesar –43,698, –42,192, dan –51,899, menunjukkan afinitas ikatan yang kuat secara in silico. Temuan ini mengindikasikan potensi desain vaksin berbasis epitop VP35 sebagai kandidat imunogenik terhadap MARV, meskipun perlu dioptimalkan lebih lanjut mengingat cakupan populasi yang masih terbatas.
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
