流感病毒广谱多表位疫苗的计算机辅助设计研究
作者及机构
本研究由Lifang Yuan、Xu Li、Mincaho Li等来自中山大学公共卫生学院(深圳)、湘南大学基础医学院病原生物学与免疫学系、深圳数字生命研究所等机构的研究团队合作完成,发表于2023年11月的《International Journal of Biological Macromolecules》(期刊号254:128071)。通讯作者为中山大学的Yuelong Shu和Caijun Sun。
学术背景
流感病毒因其快速突变能力导致季节性流行甚至大流行,而现有疫苗常因病毒抗原漂移(antigenic drift)或转换(antigenic shift)导致保护效力下降(仅10%-60%)。传统疫苗靶向血凝素(hemagglutinin, HA)和神经氨酸酶(neuraminidase, NA)蛋白,但需每年更新毒株匹配。为突破这一局限,本研究提出基于免疫信息学(immunoinformatics)方法设计一种广谱多表位疫苗(multiepitope vaccine, MEV),通过整合B细胞线性表位、细胞毒性T细胞(CTL)和辅助T细胞(HTL)表位,激发全面免疫应答。
研究流程
1. 表位筛选与验证
- 研究对象:12名受试者(6名接种四价流感疫苗者,6名感染者)的36份血清样本,采集时间点为接种/感染前(D0)、28天后(D28)及365天后(D365)。
- 实验方法:
- 抗体-肽微阵列(antibody-peptide microarray):筛选HA和NA中与血清IgG结合的10氨基酸肽段,鉴定“强效肽”(D28 vs D0)和“长效肽”(D365 vs D0)。
- 免疫优势表位预测:从IEDB数据库获取已验证表位,通过AlphaFold2预测蛋白三维结构,筛选完全暴露于分子表面的表位。
- 数据分析:使用VaxiJen 2.0评估抗原性,AllergenFP和ToxinPred排除致敏性与毒性。
T细胞表位预测
保守性分析
MEV构建与优化
分子对接与动力学模拟
免疫模拟与克隆
主要结果
1. 表位筛选:微阵列鉴定出21个B细胞表位(如H1N1-HA的VGTSRYSKKFKPEIA),8个HTL和13个CTL表位(如HLA-A*02:01结合的GVAPLHLGK)。
2. 疫苗设计:H1N1-MEV、H3N2-MEV和B-MEV均显示高抗原性(VaxiJen评分>0.5)、非致敏性,且结构稳定(Ramachandran图显示>94%残基位于允许区)。
3. 免疫应答:模拟显示MEV可激活Th1/Th2双通路,B细胞表位覆盖11个构象表位(Ellipro评分>0.69)。
结论与价值
本研究首次结合实验验证与计算预测,设计出针对H1N1、H3N2和B型流感病毒的广谱MEV,其优势包括:
- 科学价值:突破传统疫苗株匹配限制,表位保守性覆盖多亚型;LC3B佐剂增强T细胞应答的创新策略。
- 应用潜力:MEV可通过大肠杆菌规模化生产,为通用流感疫苗开发提供新范式。
研究亮点
1. 方法创新:整合抗体微阵列实验与免疫信息学工具,实现表位筛选的高通量和高精度。
2. 跨学科技术:结合AlphaFold2结构预测、GROMACS动力学模拟等前沿技术验证疫苗稳定性。
3. 广谱性设计:表位覆盖全球90.27%人群的HLA类型,且对抗原漂移具有潜在抵抗力。
补充价值
研究数据已公开于GISAID和IEDB数据库,为后续湿实验(如动物模型验证)奠定基础。