自由嚴重急性呼吸綜合征 2 (SARS-CoV-2) 引起的 2019 年病 () 大流行開始以來，已經(jīng)出現(xiàn)了許多病毒變體。這些變體顯示出增強的傳播性、毒力和免疫逃避能力。
發(fā)表在《細胞報告 》雜志上的一篇新研究論文 探討了其中一些突變在逃避中和抗體反應的能力方面的功能相關性。更具體地說，研究人員檢查了 Omicron 突變改變幼稚個體免疫抗體反應的能力。
介紹
Omicron 在其受體結合位點 (RBS) 有 11 個突變，這導致大多數(shù)血清學反應。這種突變保留了病毒與宿主血管緊張素轉(zhuǎn)換酶 2 (ACE2) 受體結合的能力，同時避開了自然感染或接種疫苗后存在的中和抗體。
ACE2 結合與一些 Omicron 突變相關，即 S477N、E484K、N501Y 和 Q498R。相反，免疫逃避與 K417N、E484A 和 Q498R 突變有關。這些突變的影響與野生型血清學反應有關。
B 細胞抗原性描述了抗原與來自已經(jīng)歷親和力成熟的 B 細胞的抗體的結合程度。親和力成熟取決于體細胞超突變的發(fā)生，這些超突變增加了給定抗原對所討論抗體的識別特異性和親和力。
抗體通常與由蛋白質(zhì)構象聚集在一起的殘基形成的構象表位結合，盡管沿蛋白質(zhì)序列相距很遠。因此，僅從序列預測表位或生成完整的抗體表位圖譜具有挑戰(zhàn)性。
關于研究
研究人員使用基于幾何深度學習的新建模平臺 ScanNet，使用實驗或計算結構預測 B 細胞和蛋白質(zhì)-蛋白質(zhì)結合位點。此外，ScanNet 為每個表位提供了一個殘基概率評分，稱為抗原性譜。
ScanNet 預測的準確性似乎高于許多其他當前使用的技術。一個重要的例子是為 SARS-CoV-2 野生型刺突受體結合域 (RBD) 創(chuàng)建的抗原性譜 ScanNet 與基于刺突抗體復合結構的實驗得出的抗體命中率之間的良好匹配。因此，該平臺能夠預測抗原表位分布。
研究結果
ScanNet 預測 Omicron 將與 RBS 抗原性降低有關，而 Alpha、Beta 和 Delta VOC 與 SARS-CoV-2 的野生型菌株相比有適度的增加。鑒定了 Omicron VOC 中抗原性降低的位置。此外，科學家們發(fā)現(xiàn)，在最常靶向的抗原中，抗原性的變化最為顯著。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！