In silico идентификация B- и T-клеточных эпитопов белка CD2v вируса африканской чумы свиней (African swine fever virus, Asfivirus, Asfarviridae)

Обложка

Цитировать

Полный текст

Аннотация

Ведение. Вирус африканской чумы свиней (АЧС) - крупный ДНК-вирус, единственный представитель семейства Asfarviridae. Распространение вируса АЧС на территории РФ, стран Восточной Европы и Китая свидетельствует о неэффективности существующих способов борьбы с заболеванием и стимулирует исследования, направленные на создание вакцин. Одним из значимых антигенов, необходимых для формирования иммунной защиты против АЧС, является серотипспецифический вирусный белок CD2v.

Цель работы - идентификация B- и T-клеточных эпитопов в белке CD2v вируса АЧС с использованием методов in silico прогнозирования.

Материал и методы. Первичную последовательность белка CD2v вируса АЧС штамма Georgia 2007/1 анализировали с помощью программ BCPred, DiscoTop, NetCTLpan, VaxiJen, PVS и Epitope Conservancy Analysis.

Результаты. На основании проведённого комплексного многопараметрического анализа определены четыре B-клеточных иммуногенных эпитопa в секреторной области белка. Анализ секреторной области белка CD2v вируса АЧС в программе NetCTLpan позволил выявить пять T-клеточных эпитопов с 32-й по 197-ю позицию аминокислот, имеющих перекрёстное связывание с 1-й по 13-ю аллель главного комплекса гистосовместимости I класса свиньи.

Обсуждение. В данном исследовании представлены результаты использования методов прогнозирования in silico для выявления B- и Т-клеточных эпитопов белка CD2v вируса АЧС. Результаты анализа свидетельствуют о кластерном распределении эпитопов в белке CD2v. Наибольший интерес для дальнейшего использования в качестве компонента рекомбинантной полиэпитопной вакцины против АЧС представляет растворимая область белка CD2v с 17-й по 204-ю аминокислоту, содержащая В- и Т-клеточные эпитопы.

Заключение. Идентифицированы B- и T-клеточные эпитопы в секреторной области белка CD2v (с 17-й по 204-ю позицию аминокислот) вируса АЧС с помощью in silico программ. Анализ консервативности B- и T-клеточных эпитопов позволил сформировать карту распределения иммунных эпитопов в последовательности белка CD2v.

Об авторах

Ксения Александровна Мима

канд. биол. наук, вед. науч. сотр. лаборатории геномики вирусов ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии», 601125, Владимирская обл., Петушинский р-н, пос. Вольгинский

Автор, ответственный за переписку.
Email: mima89@ya.ru
ORCID iD: 0000-0001-7184-6968

Е. И. Каторкина

ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии»

Email: noemail@neicon.ru
ORCID iD: 0000-0003-3329-0182
Россия

С. А. Каторкин

ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии»

Email: noemail@neicon.ru
ORCID iD: 0000-0002-4844-9371
Россия

С. Ж. Цыбанов

ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии»

Email: noemail@neicon.ru
ORCID iD: 0000-0001-8994-0514
Россия

А. С. Малоголовкин

ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии»

Email: noemail@neicon.ru
ORCID iD: 0000-0003-1352-1780
Россия

Список литературы

  1. Середа А.Д. Белки вируса африканской чумы свиней. Научный журнал КубГАУ. 2012; 3(77): 1-12. Available at: http://ej.kubagro.ru/2012/03/pdf/35.pdf
  2. Gogin A., Gerasimov V., Malogolovkin A., Kolbasov D. African swine fever in the North Caucasus region and the Russian Federation in years 2007-2012. Virus Res. 2013; 173(1): 198-203. DOI: http://doi.org/10.1016/j.virusres.2012.12.007
  3. Barderas M.G., Rodriguez F., Gomez-Puertas P., Aviles M., Beitia F., Alonso C., et al. Antigenic and immunogenic properties of a chimera of two immunodominant African swine fever virus proteins. Arch. Virol. 2001; 146(9): 1681-91. DOI: http://doi.org/10.1007/s007050170056
  4. Власова Н.Н. Перспективы использования методов молекулярной иммунологии и генной инженерии в системе мер по борьбе с африканской чумой свиней (обзор). Сельскохозяйственная биология. 2012; 47(4): 22-30.
  5. Han T., Marasco W.A. Structural basis of influenza virus neutralization. Ann. N.Y. Acad. Sci. 2011; 1217: 178-90. DOI: http://doi.org/10.1111/j.1749-6632.2010.05829.x
  6. Zsak L., Onisk D.V., Afonso C.L., Rock D.L. Virulent African swine fever virus isolates are neutralized by swine immune serum and by monoclonal antibodies recognizing a 72-Kda viral protein. Virology. 1993; 196(2): 596-602. DOI: http://doi.org/10.1006/viro.1993.1515
  7. Escribano J.M., Galindo I., Alonso C. Antibody-mediated neutralization of African swine fever virus: Myths and facts. Virus Res. 2013; 173(1): 101-9. DOI: http://doi.org/10.1016/j.virusres.2012.10.012
  8. Neilan J.G., Zsak L., Lu Z., Burrage T.G., Kutish G.F., Rock D.L. Neutralizing antibodies to African swine fever virus proteins p30, p54, and p72 are not sufficient for antibody-mediated protection. Virology. 2004; 319(2): 337-442. DOI: http://doi.org/10.1016/j.virol.2003.11.011
  9. Thomson S.A., Elliott S.L., Sherritt M.A., Sproat K.W., Coupar B.E., Scalzo A.A., et al. Recombinant polyepitope vaccines for the delivery of multiple CD8 cytotoxic T cell epitopes. J. Immunol. 1996; 157(2): 822-6.
  10. Khalili S., Jahangiri A., Borna H., Ahmadi Zanoos K., Amani J. Computational vaccinology and epitope vaccine design by immunoinformatics. Acta Microbiol. Immunol. Hung. 2014; 61(3): 285-307. DOI: http://doi.org/10.1556/AMicr.61.2014.3.4
  11. Takamatsu H.H., Denyer M.S., Lacasta A., Stirling C.M., Argilaguet J.M., Netherton C.L., et al. Cellular immunity in ASFV responses. Virus Res. 2013; 173(1): 110-21. DOI: http://doi.org/10.1016/j.virusres.2012.11.009
  12. Burmakina G., Malogolovkin A., Tulman E.R., Zsak L., Delhon G., Diel D.G., et al. African swine fever virus serotype-specific proteins are significant protective antigens for African swine fever. J. Gen. Virol. 2016; 97(7): 1670-5. DOI: http://doi.org/10.1099/jgv.0.000490
  13. Burmakina G., Malogolovkin A., Tulman E.R., Xu W., Delhon G., Kolbasov D., et al. Identification of T-cell epitopes in African swine fever virus CD2v and C-type lectin proteins. J. Gen. Virol. 2019; 100(2): 259-65. DOI: http://doi.org/10.1099/jgv.0.001195
  14. Crosby K., Yatko C., Dersimonian H., Pan L., Edge A.S. A novel monoclonal antibody inhibits the immune response of human cells against porcine cells: identification of a porcine antigen homologous to CD58. Transplantation. 2004; 77(8): 1288-94. DOI: http://doi.org/10.1097/01.tp.0000120377.57543.d8
  15. Li X., Yang X., Jiang Y., Liu J. A novel HBV DNA vaccine based on T cell epitopes and its potential therapeutic effect in HBV transgenic mice. Int. Immunol. 2005; 17(10): 1293-302. DOI: http://doi.org/10.1093/intimm/dxh305
  16. Oyarzun P., Kobe B. Computer-aided design of T-cell epitope-based vaccines: Addressing population coverage. Int. J. Immunogenet. 2015; 42(5): 313-21. DOI: http://doi.org/10.1111/iji.12214
  17. Khan M.A., Hossain M.U., Rakib-Uz-Zaman S.M., Morshed M.N. Epitope-based peptide vaccine design and target site depiction against Ebola viruses: An immunoinformatics study. Scand. J. Immunol. 2015; 82(1): 25-34. DOI: http://doi.org/10.1111/sji.12302
  18. Soria-Guerra R.E., Nieto-Gomez R., Govea-Alonso D.O., Rosales-Mendoza S. An overview of bioinformatics tools for epitope prediction: Implications on vaccine development. J. Biomed. Inform. 2015; 53: 405-14. DOI: http://doi.org/10.1016/j.jbi.2014.11.003
  19. Chen J., Liu H., Yang J., Chou K.C. Prediction of liniar B-cell epitopes using amino acid pair antigenicity scale. Amino Acids. 2007; 33(3): 423-8. DOI: http://doi.org/10.1007/s00726-006-0485-9
  20. Doytchinova I.A., Flower D.R. VaxiJen: a server for prediction of protective antigens, tumour antigens and subunit vaccines. BMC Bioinformatics. 2007; 8: 4. DOI: http://doi.org/10.1186/1471-2105-8-4
  21. Stranzl T., Larsen M.V., Lundegaard C., Nielsen M. NetCTLpan: pan-specific MHC class I epitope predictions. Immunogenetics. 2010; 62(6): 357-68. DOI: http://doi.org/10.1007/s00251-010-0441-4
  22. Bui H.H., Sidney J., Li W., Fusseder N., Sette A. Development of an epitope conservancy analysis tool to facilitate the design of epitope-based diagnostics and vaccines. BMC Bioinformatics. 2007; 8: 361. DOI: http://doi.org/10.1186/1471-2105-8-361
  23. Мима К.А., Бурмакина Г.С., Титов И.А., Малоголовкин А.С. Иммунологически значимые гликопротеины p54 и CD2v вируса африканской чумы свиней: биоинформатический анализ генетических вариаций и гетерогенности. Сельскохозяйственная биология. 2015; 50(6): 785-93. DOI: http://doi.org/10.15389/agrobiology.2015.6.785rus

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Мима К.А., Каторкина Е.И., Каторкин С.А., Цыбанов С.Ж., Малоголовкин А.С., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».