通过构建一个计算管道来研究没有确定表位的TCRs的TCR-pMHC相互作用
Kaiyuan Song1, Honglin Xu2, Yi Shi3
1Key Laboratory of Systems Biomedicine (Ministry of Education), Shanghai Center for Systems Biomedicine, Shanghai Jiao Tong University, Shanghai 200240, China.
International journal of biological macromolecules
|October 18, 2024
概括
本研究引入了一种计算方法,使用单细胞测序和结构数据来识别T细胞受体 (TCR) 表位. 它成功地为TCR绘制了SARS-CoV-2表位图,帮助开发基于TCR的疗法.
科学领域:
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
- 结构生物学 结构生物学
背景情况:
- 对于免疫反应和基于TCR的治疗方法来说,T细胞受体 (TCR) 表位识别至关重要.
- 单细胞测序产生了大量的TCR数据,但有限的TCR-pMHC结构阻碍了分析.
- 在没有已知的表位体的情况下调查TCRs需要先进的计算策略.
研究的目的:
- 开发和验证用于识别TCR表位的计算管道,使用集成的结构和单细胞测序数据.
- 研究缺乏已识别的表位体的TCRs的表位体识别机制.
- 促进基于TCR的治疗方法的合理设计和优化.
主要方法:
- 开发了一个结合结构信息和单细胞测序数据的计算管道.
- 采用抗原特异性聚类来映射已知和未知的TCR之间的表位.
- 利用分子动力学 (MD) 模拟来阐明详细的表位体识别机制.
主要成果:
- 成功地将已知的SARS-CoV-2表位 (NQKLIANQF) 映射到一个特定的TCR (TCR-614).
- 确定了另一种TCR (TCR-204) 的潜在交叉反应表位 (KLKTLVATA).
- MD模拟证实了结构动机与基于序列的聚类发现相一致.
结论:
- 拟议的计算策略有效地识别了TCR表征物,并阐明了识别机制.
- 这种方法可以加速发现和优化基于TCR的免疫疗法.
- 这些发现提供了有关传染病和癌症治疗的TCR-表皮质相互作用的见解.
