Сравнительный анализ консервативности иммуногенных Т-клеточных эпитопов нуклеопротеина вирусов-доноров для живых и инактивированных гриппозных вакцин

Обложка

Цитировать

Полный текст

Аннотация

Антиген-специфические Т-клетки являются важным звеном противовирусного иммунитета при гриппозной инфекции, и современные вакцины разрабатываются как возможные индукторы данного звена иммунитета. Живая гриппозная вакцина (ЖГВ) является мощным стимулятором Т-клеточного иммунитета ввиду ее способности вызывать продуктивную инфекцию в верхних дыхательных путях. Инактивированные гриппозные вакцины (ИГВ) и новые разрабатываемые вакцинные кандидаты также могут вызывать образование вирус-специфических Т-клеток при использовании соответствующих адъювантов. При этом основной мишенью для развития Т-клеточного иммунитета являются неструктурные и внутренние антигены вакцинного донора, в частности нуклеопротеин (NP). Наиболее часто используемые в мире штаммы-доноры для ЖГВ и ИГВ были получены на основе вирусов, выделенных с 1933 по 1960 год. В связи с этим актуален вопрос о консервативности эпитопов, иммуногенных для CD8⁺ Т-лимфоцитов (ЦТЛ-эпитопов), в NP белках вакцинных доноров, то есть о способности Т-киллеров, специфичных к «донорному» NP, к распознаванию нуклеопротеинов актуальных штаммов вируса гриппа А. Целью исследования явилась оценка консервативности иммуногенных ЦТЛ-эпитопов NP белка вирусов-доноров подтипов H1N1 и H2N2, традиционно используемых для создания ЖГВ и ИГВ. Материалы и методы. Иммуноэпитопный анализ in silico NP белков был проведен для 1614 и 1767 штаммов вируса гриппа А подтипов H1N1 и H3N2, соответственно, циркулировавших в 2009–2023 гг. (по данным NCBI Influenza Virus Database), в сравнении с донорами аттенуации и высокой репродуктивности A/Ленинград/134/17/57 (H2N2), A/Ann Arbor/6/60 (H2N2), A/PR/8/34 (H1N1) и А/WSN/1933 (H1N1). Для этого использовалась база данных Immune Epitope Database (IEDB, www.iedb.org), встроенный алгоритм предсказания ЦТЛ-эпитопов NetCTL и инструмент предсказания сайтов протеолиза NetChop. Картирование эпитопов, содержащих не более 1 сайта протеолиза, на аминокислотные последовательности NP антигена проводили с помощью алгоритма выравнивания ClustalO в программе JalView 2.8.1. Иммуногенность и консервативность отобранных эпитопов далее оценивали с помощью инструментов IEDB T-cell Immunogenicity predictor tool и Epitope Conservancy Assay, соответственно. Результаты. Было установлено, что большинство обнаруженных иммуногенных ЦТЛ-эпитопов NP белка вирусов-доноров для ЖГВ и ИГВ не встречается в последовательностях NP циркулирующих вирусов гриппа. И наоборот, большая часть иммуногенных ЦТЛ-эпитопов NP белка современных вирусов отсутствует в донорных вирусах и не может быть индуцирована путем вакцинации с использованием традиционных вакцин. Полученные данные свидетельствуют о необходимости актуализации NP антигена в составе вакцин путем направленного мутагенеза гена «донорного» NP или внесения в вакцинные штаммы гена, кодирующего NP циркулирующих вирусов гриппа.

Об авторах

Александра Яковлевна Рак

ФГБНУ Институт экспериментальной медицины

Автор, ответственный за переписку.
Email: rak.ay@iemspb.ru

кандидат биологических наук, старший научный сотрудник лаборатории иммунологии и профилактики вирусных инфекций отдела вирусологии им. А.А. Смородинцева

Россия, 197376, Санкт-Петербург, ул. Академика Павлова, 12

Л. Г. Руденко

ФГБНУ Институт экспериментальной медицины

Email: rak.ay@iemspb.ru

доктор медицинских наук, профессор, зав. отделом вирусологии им. А.А. Смородинцева

Россия, 197376, Санкт-Петербург, ул. Академика Павлова, 12

И. Н. Исакова-Сивак

ФГБНУ Институт экспериментальной медицины

Email: rak.ay@iemspb.ru

член-корреспондент РАН, доктор биологических наук, зав. лабораторией иммунологии и профилактики вирусных инфекций отдела вирусологии им. А.А. Смородинцева

Россия, 197376, Санкт-Петербург, ул. Академика Павлова, 12

Список литературы

  1. 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, vol. 8, pp. 1–6. doi: 10.1186/1471-210⁵-8-361
  2. Calis J.J.A., Maybeno M., Greenbaum J.A., Weiskopf D., De Silva A.D., Sette A., Keşmir C., Peters B. Properties of MHC class I presented peptides that enhance immunogenicity. PLoS Computational Biology, 2013, vol. 9, no. 10: e1003266. doi: 10.1371/journal.pcbi.1003266
  3. Grant E., Wu C., Chan K.F., Eckle S., Bharadwaj M., Zou Q.M., Kedzierska K., Chen W. Nucleoprotein of influenza A virus is a major target of immunodominant CD8⁺ Т-cell responses. Immunology and Cell Biology, 2013, vol. 91, no. 2, pp. 184–194. doi: 10.1038/icb.2012.78
  4. Influenza. World Health Organization (3 october 2023). World Health Organization fact sheet. Access date: March 23, 2024. [Electr. resource]
  5. Larsen M.V., Lundegaard C., Lamberth K., Buus S., Lund O., Nielsen M. Large-scale validation of methods for cytotoxic T-lymphocyte epitope prediction. BMC Bioinformatics, 2007, vol. 8, pp. 1–12. doi: 10.1186/1471-210⁵-8-424
  6. Nielsen M., Lundegaard C., Lund O., Keşmir C. The role of the proteasome in generating cytotoxic T-cell epitopes: insights obtained from improved predictions of proteasomal cleavage. Immunogenetics, 2005, vol. 57, pp. 33-41. doi: 10.1007/s00251-005-0781-7
  7. Rudenko L., Yeolekar L., Kiseleva I., Isakova-Sivak I.N. Development and approval of live attenuated influenza vaccines based on Russian master donor viruses: process challenges and success stories. Vaccine, 2016, vol. 34, no. 45, pp. 5436–5441. doi: 10.1016/j.vaccine.2016.08.018
  8. Sievers F., Wilm A., Dineen D., Gibson T.J., Karplus K., Li W., Lopez R., McWilliam H., Remmert M., Söding J., Thompson J.D., Higgins D.G. Fast, scalable generation of high-quality protein multiple sequence alignments using Clustal Omega. Molecular Systems Biology, 2011, vol. 7, no. 1: 539. doi: 10.1038/msb.2011.75
  9. Sridhar S., Brokstad K.A., Cox R.J. Influenza Vaccination Strategies: Comparing Inactivated and Live Attenuated Influenza Vaccines. Vaccines (Basel), 2015, vol. 3, no. 2, pp. 373–389. doi: 10.3390/vaccines3020373
  10. Tamura K., Peterson D., Peterson N., Stecher G., Nei M., Kumar S. MEGA5: molecular evolutionary genetics analysis using maximum likelihood, evolutionary distance, and maximum parsimony methods. Mol. Biol. Evol., 2011, vol. 28, no. 10, pp. 2731–2739. doi: 10.1093/molbev/msr121
  11. Vita R., Overton J.A., Greenbaum J.A., Ponomarenko J., Clark J.D., Cantrell J.R., Wheeler D.K., Gabbard J.L., Hix D., Sette A., Peters B. The immune epitope database (IEDB) 3.0. Nucleic Acids Res., 2015, vol. 43, no. D1, pp. D405–D412. doi: 10.1093/nar/gku938
  12. Weaver S., Shank S.D., Spielman S.J., Li M., Muse S.V., Kosakovsky Pond S.L. Datamonkey 2.0: a modern web application for characterizing selective and other evolutionary processes. Mol. Biol. Evol., 2018, vol. 35, no. 3, pp. 773–777. doi: 10.1093/molbev/msx335

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Рак А.Я., Руденко Л.Г., Исакова-Сивак И.Н., 2024

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».