基于合规组合的框架使拉萨病毒候选疫苗的快速开发成为可能
Nitesh Mishra1, Gabriel Avillion1, Sean Callaghan1
1Department of Immunology and Microbiology, The Scripps Research Institute, La Jolla, CA 92037 USA.
bioRxiv : the preprint server for biology
|November 28, 2024
概括
人工智能稳定了拉萨病毒葡萄糖蛋白复合体 (GPC),这是疫苗的关键目标. 这种人工智能驱动的方法增强了蛋白质的稳定性和表达,为改进的拉萨病毒疫苗开发铺平了道路.
科学领域:
- 病毒学 病毒学
- 结构生物学 结构生物学
- 疫苗设计 疫苗设计
背景情况:
- 拉萨病毒 (LASV) 是西非特有的危险病原体,地理风险不断扩大.
- 拉斯维糖蛋白复合体 (GPC) 对于病毒进入至关重要,并且是中和抗体的唯一目标.
- GPC固有的不稳定性和灵活性阻碍了疫苗的开发.
研究的目的:
- 为了稳定拉萨病毒GPC在其免疫性预注射形状中,用于疫苗开发.
- 利用人工智能工具预测和操纵病毒蛋白质结构.
- 为设计更有效的病毒疫苗创建一个简化框架.
主要方法:
- 利用AlphaFold2的一个变体 (亚样本AF2) 来建模LASV GPC的多样性构造状态.
- 在GPC中确定了对形状灵活性负责的变形域.
- 采用ProteinMPNN进行序列重新设计,以最大限度地减少变态域的移动性,然后进行AF2过.
主要成果:
- 产生了多样化的GPC结构,揭示了变形领域.
- 重新设计的GPC变种显示蛋白质产量和稳定性增加.
- 抗原分析证实了关键表位的保存,表明了广泛的保护潜力.
结论:
- 人工智能驱动的预测病毒蛋白质构造格局是可行的.
- 稳定像LASV GPC这样的病毒蛋白在它们的预输液状态下,优化它们用于疫苗应用.
- 这种人工智能框架为疫苗设计和流行病准备提供了一个强大的方法.


