במחקר שפורסם לאחרונה ב- eBioMedicine בכתב העת, חוקרים החלו בתוכנית גילוי של תסמונת נשימה חריפה חמורה נגיף קורונה 2 (SARS-CoV-2) מנטרל נוגדנים (nABs) שעלולים למקד את הזנים העמידים שלו.
הם השתמשו בזרימת עבודה קלאסית, שבה כלי חיזוי מבוסס בינה מלאכותית (AI) איפשר בחירה מהירה של נוגדנים הקושרים אזורים שונים (אפיטופים) של תחום הקולטנים SARS-CoV-2 (RBD).
לאחר מכן, הם ביצעו אינטרפרומטריה ביולוגית (BLI), סקר מוטציות וניתוחי מיקרוסקופיה קריוגני-אלקטרונים (cryo-EM) כדי לבסס את עוצמתם. in vivo (אצל נקבות אוגרים סוריים).
לימוד: שילוב חיזוי אפיטופים מבוססי בינה מלאכותית בצינור גילוי נוגדני SARS-CoV-2: זהירות מוצדקת. קרדיט תמונה: Andrii Vodolazhskyi/Shutterstock.com
רקע כללי
בתחילת מגיפת ה-SARS-CoV-2, השקת חיסונים חזקים נגד מחלת הקורונה 2019 (COVID-19) לא הייתה ודאית, אך נוגדנים טיפוליים הראו הבטחה רבה. עם זאת, רוב הזנים המוטנטים של SARS-CoV-2 היו עמידים ל-nABs אלה.
לפיכך, פיתוח קוקטיילים של SARS-CoV-2-nAB המכוונים לאפיטופים שאינם חופפים של תחום הקולטנים הקולטנים שלו (RBD) והבחירה הפרה-קלינית שלהם נותרה חיונית.
מחקרים רבים שפורסמו בין 2013 ל-2023 תיארו שיטות חישוביות למידול נוגדנים מבוסס רצף; עם זאת, אימות ניסיוני של אלה חסר.
לגבי המחקר
במחקר הנוכחי, החוקרים הקימו לראשונה ספרייה של nABs נגד SARS-CoV-2 לחיסון פסיבי של חולים עם חומרת COVID-19 משתנה.
לאחר מכן, הם השתמשו במבחן נטרול פונדקאי לבדיקת פעילות מנטרלת SARS-CoV-2 בדגימות סרום שנאספו מחולים אלה.
בהתבסס על תוצאות הבדיקה והזמינות של תאי דם מונו-גרעיניים (PBMCs) נאותים, הצוות בחר 14 חולים להמשך חקירה, שבה הם מיינו תאי B הקושרים את SARS-CoV-2 RBD באמצעות פלטפורמת כרייה של תאי B שהותאמה מקודם. שיטות מבוססות.
לאחר מכן, הם רצפו 398 רצפי AB של שרשרת קלה וכבדה מזווגים מ-1,069 תאי B קיימא. גישה זו הייתה ייחודית מכיוון שהשתמשה בשיטה נוספת מבוססת MAbSilico AI בשלב מוקדם של זרימת העבודה כדי ליצור מטריצת דמיון בין 398 רצפי האפיטופים של AB.
Assay Immunosorbent-Enzyme-linked (ELISA) הראה ש-249 מתוך 398 Abs הללו קשרו את החלבון SARS-CoV-2 S1, ו-188 ABs יכולים להרוס וירוסים פסאודוטיפיים מבוססי נגיף סטומטיטיס שלפוחית (VSV) עם Wuhan SARS-CoV-2 S.
בהתבסס על העדויות מניתוחים אלה, שני נוגדנים, UZGENT_A3 ו-UZGENT_A5, עברו אפיון אפיטופ נוגדנים נוסף. בַּמַבחֵנָה הערכות לביסוס העוצמה נגד ווהאן SARS-CoV-2.
הצוות גם העריך את הפוטנציאל הטיפולי של UZGENT_A3 ו-UZGENT_G5 במודל של אוגר.
הצוות השתמש ב-MAbTope, שיטה מבוססת עגינה, למיפוי אפיטופים מעמיק, שבו פונקציות הניקוד שעברו אופטימיזציה של AI דירגו את תנוחות העגינה.
מספר השאריות בממשק בתנוחות העגינה בדירוג העליון עזר לזהות אזורי אינטראקציה בין פרטופ לאפיטופ.
הם השתמשו ב-BLI כדי לבסס את הקישור האפיטופ שלהם כנגד קוקטייל REGN-COV2 הכולל REGN10933 (casirivimab) ו-REGN10987 (imdevimab) ו-cryo-EM כדי לחקור את האינטראקציות הפרטופ-אפיטופ של UZGENT_A3 ו-UZ_GENT_G5 עם חלבון SARS-CoV-2.
תוצאות
הזיקה של UZGENT_A3 ו-UZGENT_G5 ל-Wuhan SARS-CoV-2 RBD עלתה על זו של קוקטייל REGN-COV2 הזמין מסחרית, עם זיקה לכאורה של UZGENT_G5 גבוהה פי 40. UZGENT_A3 ו-UZGENT_G5 התחרו עם REGN10933 ואחד עם השני.
UZGENT-COV2, קוקטייל של UZGENT_A3 ו-UZGENT_G5, הפחית באופן ניכר את העומס הנגיפי בהשוואה לקבוצת פלצבו.
זה גם הפגין יעילות טיפולית גבוהה in vivo אך היה בעל יעילות מעט נמוכה יותר מקוקטייל REGN-COV2.
עם זאת, UZGENT-COV2 איבד את היעילות נגד מספר גרסאות של דאגה (VOCs) של SARS-CoV-2, כולל גרסאות בטא ואומיקרון, במיוחד B.1.351 ו-B.1.1.529 עם מוטציות בשיירי E484K ו-E484 אך לא גרסת הדלתא .
למרות שלא זוהה כמשמעותי ב ב סיליקו תחזיות אפיטופים, שייר 484/485 היה חיוני לקשירת נוגדנים UZGENT_A3 ו-UZGENT_G5, מה שמצביע על אפיטופים חופפים חלקית.
בעוד למוטציה K417N הייתה השפעה מועטה על הניטרול, המוטנטים K417N ו-E484K הראו ירידה בנטרול, ולמוטציית L452R לא הייתה השפעה.
סביר להניח שטביעת הרגל האפיתופית בפועל של UZGENT_A3 ו-UZGENT_G5 תכלול יותר שאריות ממה שזוהו על ידי המבחן המשמש במחקר זה; עם זאת, הוא זיהה רק תורמים חזקים לאינטראקציה וללא שאריות מחוץ ל-RBD או במבנים רבעוניים.
רמות הנוגדנים UZGENT-COV2 היו נמוכות יותר באוגרים בהשוואה לבקרת איזוטיפ ו-REGN-COV-2, מה שמצביע על כך ששינוי האזור המתגבש של הפרגמנטים (Fc) שלהם יכול לשפר את נטרול הנגיפים או להאריך את זמן מחצית החיים שלהם.
בניתוחים של cryo-EM, נוגדנים UZGENT_A3 ו-UZGENT_G5 הראו את אותה תנוחת קישור ואפיטופ, כאשר אספרגין מסולק בעמדה 59 תורם למשטח האינטראקציה של אפיטופ/פרטופ, מה שמצביע על כך שגליקוזילציה עשויה שלא להיות גורם תורם בזיקה לקשירת נוגדנים.
מסקנות
המחקר הדגיש שכלים מבוססי בינה מלאכותית עבור דה נובו תחזיות של אינטראקציות פרטופ-אפיטוף עבור SARS-CoV-2-nABs היו חסרות דיוק; לפיכך, בעוד שהם זיהו קוקטייל נוגדנים חזק הכולל נוגדנים UZGENTG5 ו-UZGENTA3, אזורי האפיטופים החזויים היו שגויים.
לפיכך, יש צורך באימות ניסיוני כדי לשפר את הדיוק של שיטות אלו המבוססות בינה מלאכותית. גם אימות ניסוי נשאר חיוני לבחירת לידים מוצלחת של nAB.
