Молекулярная биология, 2022, T. 56, № 1, стр. 168-178

Конструирование in silico новой мультиэпитопной кандидатной пептидной вакцины против Q-лихорадки

S. Jabarzadeh a, A. Samiminemati a, M. Zeinoddini a*

a Faculty of Chemistry and Chemical Engineering, Malek Ashtar University of Technology
Tehran, Iran

* E-mail: zeinoddini52@mut.ac.ir

Поступила в редакцию 06.12.2020
После доработки 07.04.2021
Принята к публикации 15.04.2021

Аннотация

С появлением новых патогенов возникает необходимость в новых вакцинах. Эффективную вакцину отличает высокая иммуногенностью и безопасность, и этим критериям могут удовлетворять вакцины на основе эпитопов. Среди зоонозных инфекций особое место занимает Q-лихорадка, вызываемая бактерией Coxiella burnetii. Из-за многочисленных вспышек и пандемического потенциала это заболевание находится под пристальным вниманием эпидемиологов и клиницистов. Мы представляем синтетическую мультиэпитопную вакцину против Coxiella burnetii. Эта вакцина разработана с использованием иммуноинформатики. Изучены антигенные белки этого патогена и отобрано пять эпитопов Т-клеток. Антигенность, аллергенность и токсичность выбранных эпитопов оценивали с использованием серверов VaxiJen 2.0, AllerTOP и ToxinPred соответственно. Выбранные эпитопы объединили в пептидную последовательность с субъединицей В холерного токсина (CTXB) в качестве адъюванта. Сродство предложенной вакцины к молекулам главного комплекса гистосовместимости (MHC) классов I и II оценивали с использованием технологии молекулярного докинга. Полученный препарат характеризуется высокой иммуногенностью, стабильностью и периодом полувыведения, сопоставимым с используемым в программах вакцинации. Валидированную последовательность эпитопов можно рассматривать в качестве потенциальной вакцины для защиты от возбудителя Q-лихорадки.

Ключевые слова: Q-лихорадка, Coxiella burnetii, пептидная вакцина, иммуноинформатика, эпитоп

Список литературы

  1. McQuiston J.H., Childs J.E., Thompson H.A. (2002) Q fever. J. Am. Vet. Med. Assoc. 221(6), 796–799. https://doi.org/10.2460/javma.2002.221.796

  2. Marrier T.J. (2010) Q fever pneumonia. Infect. Dis. Clin. North Am. 24(1), 27–41. https://doi.org/10.1016/j.idc.2009.10.004

  3. Angelakis E., Raoult D. (2010) Q fever. Vet. Microbiol. 140(3‒4), 297–309. https://doi.org/10.1016/j.vetmic.2009.07.016

  4. Mori M., Mertens K., Cutler S.J., Santos A.S. (2017) Critical aspects for detection of Coxiella burnetii. Vector Borne Zoonotic Dis. 17(1), 33–41. https://doi.org/10.1089/vbz.2016.1958

  5. Fenollar F., Fournier P.E., Raoult D. (2004) Molecular detection of Coxiella burnetii in the sera of patients with Q fever endocarditis or vascular infection. J. Clin. Microbiol. 42, 4919–4924. https://doi.org/10.1128/JCM.42.11.4919-24

  6. Melenotte C., Protopopescu C., Million M., Edouard S., Carrieri M.P., Eldin C., Angelakis E., Djossou F., Bardin N., Fournier P.E., Mege J.L., Raoult D. (2018) Clinical features and complications of Coxiella burnetii infections from the French national reference center for Q fever. JAMA Netw. Open. 1(4), e181580. https://doi.org/10.1001/jamanetworkopen.2018.1580

  7. Njeru J., Henning K., Pletz M.W., Heller R., Neubauer H. (2016) Q fever is an old and neglected zoonotic disease in Kenya: a systematic review. BMC Public Health. 16, 297. https://doi.org/10.1186/s12889-016-2929-9

  8. Bond K.A., Franklin L.J., Sutton B., Firestone S.M. (2017) Q-Vax Q fever vaccine failures, Victoria, Australia 1994‒2013. Vaccine. 35(51), 7084–7087. https://doi.org/10.1016/j.vaccine.2017.10.088

  9. Hornstra H.M., Priestley R.A., Georgia S.M., Kachur S., Birdsell D.N., Hilsabeck R., Gates L.T., Samuel J.E., Heinzen R.A., Kersh G.J., Keim P., Massung R.F., Pearson T. (2011) Rapid typing of Coxiella burnetii. PloS One. 6(11), e26201. https://doi.org/10.1371/journal.pone.0026201

  10. Vigil A., Ortega R., Nakajima-Sasaki R., Pablo J., Molina D.M. (2010) Genome-wide profiling of humoral immune response to Coxiella burnetii infection by protein microarray. Proteomics. 10(12), 2259–2269. https://doi.org/10.1002/pmic.201000064

  11. Florea L., Halldórsson B., Kohlbacher O., Schwartz R., Hoffman S., Istrail S. (2003) Epitope prediction algorithms for peptide-based vaccine design. Proc. IEEE Comput. Soc. Bioinform. Conf. 2, 17–26. https://doi.org/10.1109/CSB.2003.1227293

  12. Zhang Q., Wang P., Kim Y., Haste-Andersen P., Beaver J., Bourne P.E., Bui H.H., Buus S., Frakild S., Greenbaum J., Lund O., Lundegaard C., Nielsen M., Ponomarenko J., Sette A., Zhu Z., Peters B. (2008) Immune epitope database analysis resource (IEDB-AR). Nucleic Acids Res. 36, 513–518. https://doi.org/10.1093/nar/gkn254

  13. Saha S., Bhasin M., Raghava G.P.S. (2005) Bcipep: a database of B-cell epitopes. BMC Genom. 6, 79. https://doi.org/10.1186/1471-2164-6-79

  14. Deavin A.J., Auton T.R., Greaney P.J. (1996) Statistical comparison of established T-cell epitope predictors against a large database of human and murine antigens. Mol. Immunol. 33(2), 145–155. https://doi.org/ 10.1016/0161-5890(95)00120-4

  15. Consortium T. (2019) UniProt: a worldwide hub of protein knowledge. Nucleic Acids Res. 47(D1), D506–D515. https://doi.org/10.1093/nar/gky1049

  16. Doytchinova I., Flower D. (2007) VaxiJen: a server for prediction of protective antigens, tumour antigens and subunit vaccines. BMC Bioinform. 8(4), 1–7. https://doi.org/10.1186/1471-2105-8-4

  17. Dimitrov I., Bangov I., Flower D., Doytchinova I. (2014) AllerTOP v.2 ‒ a server for in silico prediction of allergens. J. Mol. Model. 20(6), 2278–2284. https://doi.org/10.1007/s00894-014-2278-5

  18. Lear S., Cobb S. (2016) Pep-Calc.com: a set of web utilities for the calculation of peptide and peptoid properties and automatic mass spectral peak assignment. J. Comput. Aided Mol. Des. 30(3), 271–277. https://doi.org/10.1007/s10822-016-9902-7

  19. Dosztányi Z ., Csizmok V., Tompa P., Simon I. (2005) IUPred: web server for the prediction of intrinsically unstructured regions of proteins based on estimated energy content. Bioinformatics. 21(16), 3433–3434. https://doi.org/10.1093/bioinformatics/bti541

  20. Lobanov M.Y., Sokolovskiy I.V., Galzitskaya O.V. (2013) IsUnstruct : prediction of the residue status to be ordered or disordered in the protein chain by a method based on the Ising model. J. Biomol. Struct. Dyn. 31(10), 37–41. https://doi.org/10.1080/07391102.2012.718529

  21. Galzitskaya O., Garbuzynskiy S. (2006) FoldUnfold: web server for the prediction of disordered regions in protein chain. Bioinformatics. 22(23), 2948–2949. https://doi.org/10.1093/bioinformatics/btl504

  22. Zhang Y. (2008) I-TASSER server for protein 3D structure prediction. BMC Bioinformatics. 9(1), 40. https://doi.org/10.1186/1471-2105-9-40

  23. Wiederstein M., Sippl M. (2007) ProSA-web: interactive web service for the recognition of errors in three-dimensional structures of proteins. Nucleic Acids Res. 35(Web Server issue), W407–W410. https://doi.org/10.1093/nar/gkm290

  24. Vajda S., Yueh C., Beglov D., Bohnuud T., Mottarella S.E., Xia B., Hall D.R., Kozakov D. (2017) New additions to the ClusPro server motivated by CAPRI. Proteins. 85(3), 435–444. https://doi.org/10.1002/prot.25219

  25. Kozakov D., Beglov D., Bohnood T., Mottarella S.E., Xia B., Hall R., Vajda S. (2013) How good is automated protein docking? Proteins. 81(12), 1–22. https://doi.org/10.1002/prot

  26. Kozakov D., Hall D.R., Xia B., Porter K.A., PadhornyD., Yueh C., Beglov D., Vajda S. (2017) The ClusPro web server for protein – protein docking. Nat. Protoc. 12(2), 255–278. https://doi.org/10.1038/nprot.2016.169

  27. Soria-Guerra R.E., Nieto-Gomez R., Govea-Alonso D.O., Rosales-Mendoza S. (2015) An overview of bioinformatics tools for epitope prediction: implications on vaccine development. J. Biomed. Inform. 53, 405–414. https://doi.org/10.1016/j.jbi.2014.11.003

  28. Wagstaff S.C., Laing G.D., Theakston R.D.G., Papaspyridis C., Harrison R.A. (2006) Bioinformatics and multiepitope DNA immunization to design rational snake antivenom. PLoS Med. 3(6), 832–844. https://doi.org/10.1371/journal.pmed.0030184

  29. Patronov A., Doytchinova I. (2013) T-cell epitope vaccine design by immunoinformatics. Open Biol. 3(1), 120139. https://doi.org/10.1098/rsob.120139

  30. Terpe K. (2003) Overview of tag protein fusions: from molecular and biochemical fundamentals to commercial systems. Appl. Microbiol. Biotechnol. 60(5), 523–533. https://doi.org/10.1007/s00253-002-1158-6

  31. Kazlauskas R.J., Bornscheuer U.T. (2009) Finding better protein engineering strategies. Nat. Chem. Biol. 5(8), 526–529. https://doi.org/10.1038/nchembio0809-526

  32. Ghorban Hosseini N., Tebianian M., Farhadi A., Hossein Khani A., Rahimi A., Mortazavi M., Hosseini S.Y., Taghizadeh M., Rezaei M., Mahdavi M. (2017) In silico analysis of L1/L2 sequences of human papillomaviruses: implication for universal vaccine design. Viral. Immunol. 30(3), 210–223. https://doi.org/10.1089/vim.2016.0142

  33. Farhadi T., Karimia Z., Younes G., Nezafatb N., Hemmati S., Erfani N. (2015) Production of a novel multi-epitope vaccine based on outer membrane proteins of Klebsiella pneumoniae. Trends Pharm. Sci. 1, 167–172.

  34. Nosrati M., Behbahani M., Mohabatkar H. (2019) Towards the first multi-epitope recombinant vaccine against Crimean–Congo hemorrhagic fever virus: a computer-aided vaccine design approach. J. Biomed. Informat. 93, 103160. https://doi.org/10.1016/j.jbi.2019.103160

  35. Aryanzad S.A., Zeinoddini M., Haddadi A., Nazarian S., Sajedi R.H. (2020) In silico design of chimeric and immunogenic protein-containing IpaB and IpaD as a vaccine candidate against Shigella dysenteriae. Curr. Proteom. 17(4), 333–341. https://doi.org/10.2174/1570164617666190906145843

  36. Sohail M.S., Ahmed S.F., Quadeer A.A., McKay M.R. (2021) In silico T cell epitope identification for SARS-CoV-2: progress and perspectives. Adv. Drug Del. Rev. 171, 29–47. https://doi.org/10.1016/j.addr.2021.01.007

  37. Jaydari A., Forouharmehr A., Nazifi N. (2019) Determination of immunodominant scaffolds of Com1 and OmpH antigens of Coxiella burnetii. Microb Pathog. 126, 298–309. https://doi.org/10.1016/j.micpath.2018.11.012

  38. Zhang G., Peng Y., Schoenlaub L., Elliott A., Mitchell W., Zhang Y. (2013) Formalin-inactivated Coxiella burnetii phase I vaccine-induced protection depends on B cells to produce protective IgM and IgG. Infect. Immun. 81(6), 2112–2122. https://doi.org/10.1128/IAI.00297-13

Дополнительные материалы отсутствуют.