Abstract SARS-CoV-2 is known to infect the neurological, respiratory, enteric, and hepatic systems of human and has already become an unprecedented threat to global healthcare system. COVID-19, the most serious public condition caused by SARS-CoV-2 leads the world to an uncertainty alongside thousands of regular death scenes. Unavailability of specific therapeutics or approved vaccine has made the recovery of COVI-19 more troublesome and challenging. The present in silico study aimed to predict a novel chimeric vaccines by simultaneously targeting four major structural proteins via the establishment of ancestral relationship among different strains of coronaviruses. Conserved regions from the homologous protein sets of spike glycoprotein (S), membrane protein (M), envelope protein and nucleocapsid protein (N) were identified through multiple sequence alignment. The phylogeny analyses of whole genome stated that four proteins (S, E, M and N) reflected the close ancestral relation of SARS-CoV-2 to SARS-COV-1 and bat coronavirus. Numerous immunogenic epitopes (both T cell and B cell) were generated from the common fragments which were further ranked on the basis of antigenicity, transmembrane topology, conservancy level, toxicity and allergenicity pattern and population coverage analysis. Top putative epitopes were combined with appropriate adjuvants and linkers to construct a novel multiepitope subunit vaccine against COVID-19. The designed constructs were characterized based on physicochemical properties, allergenicity, antigenicity and solubility which revealed the superiority of construct V3 in terms safety and efficacy. Essential molecular dynamics and Normal Mode analysis confirmed minimal deformability of the refined model at molecular level. In addition, disulfide engineering was investigated to accelerate the stability of the protein. Molecular docking study ensured high binding affinity between construct V3 and HLA cells, as well as with different host receptors. Microbial expression and translational efficacy of the constructs were checked using pET28a(+) vector of E. coli strain K12. The development of preventive measures to combat COVID-19 infections might be aided the present study. However, the in vivo and in vitro validation might be ensured with wet lab trials using model animals for the implementation of the presented data.

Pancreatic cancer (PC) is a devastating malignancy with intricate genetic underpinnings and a complex etiology. Emerging evidence suggests the presence of lynch syndrome (LS) and type 2 diabetes (T2D) associated susceptibility to PC. This study presents integrated computational and systems biology approaches to identify the genetic risk factors underlying the association between PC, LS, and T2D. Patient data for these three diseases have been collected from NCBI and differentially expressed genes (DEGs) identified by the GREIN web platform. Furthermore, protein-protein interaction (PPI), gene ontology (GO), and signaling pathway networks were analyzed through STRING and DAVID databases, respectively. Autodock Vina has been used for prospective analysis of ligand-protein interaction. About 60 unique common DEGs were identified by statistical analysis. In addition to the utilization of five distinct algorithms within the Cytoscape framework, we have reported three potential target candidates: TNF, CXCL1, and TNFSF10. In particular, the immune and inflammatory response, the chemokine-mediated signaling pathway, rheumatoid arthritis, and IL-17 signaling pathways emerged as prominently enriched pathways. Furthermore, the interaction of 162 phytochemicals from Nigella sativa was assessed with the identified hub proteins. Among these, thujopsene emerged as a notable ligand candidate, demonstrating the most favorable binding energy against the TNF (-9.6 kca/mol TNFSF10 (-8.5 kcal/mol), and CXCL1 (-9.1 kcal/mol) proteins. Besides, pharmacokinetics, toxicity, and drug-likeness properties of the thujopsene ligand showed an acceptable range for selection of a drug candidate. Collectively, these findings shed light on the intricate interplay of genes, pathways, and potential therapeutic compounds, providing a basis for further exploration and validation in the context of relevant diseases.