在博茨瓦纳的血清转化成年人中预测对广泛中和抗体 (bnAbs) 的耐药性和相关的HIV-1包膜特征
Natasha O Moraka1, Wonderful T Choga1, Marea N Pema1
1Botswana Harvard AIDS Institute Partnership, Bontleng, Private Bag BO320, Gaborone, Botswana.
Scientific reports
|October 24, 2023
概括
这项研究预测了HIV-1C序列中对广泛中和抗体 (bnAbs) 的抗性. 机器学习确定了影响bnAb有效性的特定HIV Env特征,指导了未来的治疗策略.
科学领域:
- 病毒学 病毒学
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 广泛中和抗体 (bnAbs) 对于HIV-1治疗和预防至关重要.
- 了解HIV-1 Env的变异性是预测bnAb疗效的关键.
- 在 silico 预测工具可以评估不同人群中的 bnAb 抵抗模式.
研究的目的:
- 使用HIV-1C序列预测33bnAbs的性耐药性.
- 评估影响bnAb中和的HIV-1 Env特征.
- 为了识别影响bnAb敏感性的突变特征.
主要方法:
- 来自博茨瓦纳 (2013-2018) 的140个成年HIV-1血清转换序列的分析.
- 使用bNAb-ReP工具预测bnAb电阻的情况.
- 确定N链接的糖化位点 (PNGS) 和Env可变区域特征 (VC).
主要成果:
- 观察到多种bnAb耐药性;对3BNC117 (72%) 和VRC01 (57%) 预测的高耐药性.
- 预测对PGDM100,10-1074的耐药性较低;对4E10没有耐药性.
- 在PNGS频率上没有差异,除了在V3 bnAb耐药菌株中较高的PNGS外. 与V1,V4,V5循环长度和净收费发现的VC关联.
结论:
- 序列数据和机器学习有效预测bnAb电阻.
- 艾滋病毒-1 Env特征显著影响bnAb易感性.
- 在 silico 预测可以指导为特定人群选择有效的 bnAbs.
更多相关视频
14:23A Restriction Enzyme Based Cloning Method to Assess the In vitro Replication Capacity of HIV-1 Subtype C Gag-MJ4 Chimeric Viruses
Published on: August 31, 2014
15.6K
07:10Conformational Evaluation of HIV-1 Trimeric Envelope Glycoproteins Using a Cell-based ELISA Assay
Published on: September 14, 2014
14.4K
