ストレプトococcus pneumoniaeに対する血清型非依存性ワクチン候補の機械学習駆動型同定：ヒト感染チャレンジ研究サンプルを使用

科学分野:

• 免疫学
• ワクチン学
• 感染症

背景:

• 肺炎球菌（肺炎球菌）は、世界的に大きな健康問題を引き起こしている。
• 現在のワクチンは血清型依存性であり、広範な保護を制限している。
• 保存された免疫原性標的の同定は、次世代ワクチンにとって重要である。

研究 の 目的:

• 血清型非依存性肺炎球菌ワクチンのための保存された免疫原性タンパク質標的を同定すること。
• 肺炎球菌コロニゼーションに対する保護に関連する複雑な体液および細胞免疫応答を調査すること。
• 保護の免疫相関を同定する上での機械学習の有用性を評価すること。

主な方法:

• 肺炎球菌を用いた制御ヒト感染モデルを利用した。
• 体液（IgG）および細胞（サイトカイン/ケモカイン）データセットを分析するためにランダムフォレストモデルを使用した。
• 免疫応答と肺炎球菌に対する保護およびコロニー形成密度との相関を調べた。

主要な成果:

• 保護と相関する単一のIgGまたはサイトカイン/ケモカイン応答はなく、多抗原応答を示唆している。
• 体液モデルは、PdB、SP1069、およびSP0899に対するIgG応答が予測的であると特定した。
• 細胞モデルは、MCP-1をSP1069/SP0899と、IL-17AをSP0648-3と関連付けて保護と結びつけた。
• 上昇したベースラインのIFN-γ、RANTES、および抗タンパク質IgGは、コロニー形成密度の低下と相関していた。

結論:

• SP1069およびSP0899は、血清型非依存性肺炎球菌ワクチンの有望な候補である。
• 協調的な体液および細胞免疫応答が保護に不可欠である。
• 機械学習は、保護の複雑な免疫相関を解明するための強力なツールである。