【LIFE-A-0004】Probabilities of developing HIV-1 bNAb sequence features in uninfected and chroni cally infected individuals

原文链接:

文章链接:【LIFE-A-0004】原文

作者:

    Florian Klein主要从事以HIV为主的病毒学研究。有些病毒在整个人类寿命中存在,但受到控制(例如,某些疱疹病毒,如巨细胞病毒感染)。在HIV-1感染中,免疫反应通常不足以完全抑制病毒复制,从而导致HIV疾病的持续发展。然而,部分患者在感染后早期(如精英控制者)或停止有效的抗逆转录病毒疗法(ART)后持续控制HIV-1病毒血症。这些所谓的治疗后控制者的例子在过去几年中得到了关注,并表明干预措施,如ART治疗,可能会导致HIV-1的长期控制和功能性治愈。
    该团队其他作品:【LIFE-A-0001】Somatic hypermutation introduces bystander mutations that prepare SARS-CoV-2 antibodies for emerging variants

本文综述:

  • X-MOL学术期刊:未感染者和慢性感染者出现 HIV-1 bNAb 序列特征的可能性。HIV-1 广泛中和抗体 (bNAb) 能够抑制病毒血症并预防感染。因此,通过疫苗接种诱导它们是一个主要目标。然而,与中和其他病原体的抗体相比,HIV-1 特异性 bNAb 经常携带不常见的分子特征,可能会阻止其诱导。(https://www.x-mol.com/paper/1721995554634616832/t)

摘要原文及简述:

HIV-1 broadly neutralizing antibodies (bNAbs) are able to suppress viremia and prevent infection. Their induction by vaccination is therefore a major goal. However, in contrast to antibodies that neutralize other pathogens, HIV-1- specific bNAbs frequently carry uncommon molecular characteristics that might prevent their induction. 
Here, we perform unbiased sequence analyses of B cell receptor repertoires from 57 uninfected and 46 chronically HIV-1- or HCV-infected individuals and learn probabilistic models to predict the likelihood of bNAb development. We formally show that lower probabilities for bNAbs are predictive of higher HIV-1 neutralization activity. Moreover, ranking bNAbs by their probabilities allows to identify highly potent antibodies with superior generation probabilities as preferential targets for vaccination approaches. Importantly, we find equal bNAb probabilities across infected and uninfected individuals. This implies that chronic infection is not a prerequisite for the generation of bNAbs, fostering the hope that HIV-1 vaccines can induce bNAb development in uninfected people.
  • 1.背景介绍:HIV-1广泛中和抗体(bNAbs)能够抑制病毒血症并预防感染。因此,通过接种疫苗来诱导它们是一个主要目标。然而,与中和其他病原体的抗体相比,HIV-1特异性bNAb通常具有不常见的分子特征,可能会阻止其诱导。
  • 2.本文工作:在这里,我们对57名未感染者和46名慢性HIV-1或HCV感染者的B细胞受体库进行了无偏序列分析,并学习了概率模型来预测bNAb的类似发展。我们正式证明,NAb的较低概率可以预测较高的HIV-1中和活性。此外,通过对bNAb的概率进行排序,可以识别出具有较高生成概率的高效抗体作为疫苗接种方法的优先靶点。重要的是,我们发现感染者和未感染者的bNAb概率相等。这意味着慢性感染不是bNAb产生的先决条件,这促进了人们对HIV-1疫苗可以诱导未感染人群的bNAb发展的希望。

简单来说,病毒血症就是在血液中出现某类病毒的一种临床现象。一般病毒侵入身体后会迅速开始大量繁殖,而后病毒将侵入血液,随着血液循环播散,可以扩散到各个器官。病毒血症是病毒感染的一个阶段,如题目所说的,很多病毒感染都存在着一阶段。以艾滋病毒(HIV)举例,HIV最常见的传播途径是不洁性行为传播。当HIV进入到人体后,在最初的 24 小时 HIV 病毒多集中在暴露部位,而后的 24~48 h 病毒到达局部淋巴结,然后 5~10 天在外周血中可以检测到 HIV 病毒成分,继而产生病毒血症,导致急性感染的发生。
(https://www.zhihu.com/question/58632679/answer/2316031628)

正文:

背景介绍

1.为什么要进行分析?
目前尚不清楚哪些bNAb最有可能被引发,因此应被选择用于这些策略。此前,已通过CDRH3相似性搜索52–54在未感染个体中估计了类似bNAbs和BG18的VRC01前体频率,并确定了bNAbs55的一个子集的不同突变概率。然而,比较不同bNAb类别的V(D)J重组和总体突变模式的综合概率的综合方法和分析仍然缺乏,而且这些概率如何受到慢性感染的影响仍然难以捉摸。

2.本文的工作:
在这里,我们对57名未感染个体的BCR库数据进行了无偏的下一代测序(NGS),并学习了体细胞点突变和V(D)J重组的概率模型。我们应用这些模型来确定和比较70个bNAb的生成概率。通过将概率与中和效力相关联,我们确定了广泛而有效的candi date bNAb,这些抗体比其他抗体更容易引发,因此特别适合作为疫苗接种策略的靶点。最后,我们对34例HIV-1和12例丙型肝炎病毒(HCV)感染者进行了测序,以推断其基因库特征并学习模型,从而确定在存在慢性感染的情况下产生MIN-bNAb的可能性。

1.Performing unbiased sequencing of the B cell receptor repertoire
  • (1)我们建立了一种分选策略,从外周血单核细胞(PBMC,补充图1)中分离出幼稚或IgG类转换(即抗原经历)的B细胞,并开发了一种基于5’-cDNA末端快速扩增(RACE)的测序方案,包括用于计算误差校正的唯一分子标识符(UMI)(图第1a段)。
  • (2)进行尝试后,发现测序方案能产生了可重复和具有代表性的统计数据
  • (3)收集了57名健康(即未感染HIV-1或HCV)个体中收集了样本
  • (4)根据先前的研究56–58,我们发现特定的V基因片段(如VH1–69或VH3–23)在我们的队列中高度丰富,CDR3长度平均约为15–16、9和11个氨基酸,平均突变量峰值约为重链、κ链和λ链核苷酸V基因突变频率的7%、4%和4%。我们得出的结论是,所提出的流水线允许从100000个B细胞的起始材料推断出高质量的库统计数据,并且该样本代表了单个个体独特的IgG BCR库特征分布。平均而言,IgG库显示出保守的序列特征分布,反映了特定序列特征在B细胞发育和成熟过程中发展的不同概率。

2.Predicting bNAb probabilities for V(D)J recombination and somatic hypermutation
  • (1)为了预测开发 HIV-1 特异性 bNAbs 的可能性,我们从 CATNAP 数据库中检索了 70 种 HIV-1 中和抗体(都是bNAb)的序列和中和数据,这些抗体对 56 种不同的 HIV-1 株系具有不同的中和广度和效力。
  • (2)(过渡)广度和效价是 HIV-1 中和抗体活性的最关键参数,不同 bNAbs 之间的广度和效价会有很大差异。此外,bNAb 通常针对不同的病毒株进行测试,导致广度和效力的衡量标准不同,从而使其可比性变得复杂(附图 4)。
  • (3)为了解决这些问题,并直接比较bNAbs的整体中和效力并对其进行排序,我们对70种抗体都有实验记录的56种病毒并计算中和得分(a single neutralization score)。
  • (4)接下来比较了一下70个bNAb的usage,CDRH3 Length,SHM序列特征,并和前一个小标题的无筛选比例(control)进行比较
  • (5)(过渡)序列上下文会使 V(D)J 重组和体细胞超突变产生偏差。此外,简单的描述性统计可能会造成罕见 B 细胞序列取样不足。
  • (6)因此,我们应用了之前发表的推断和产生重复序列(IGoR)工具63,对产生特定 CDRH3(Pgen)和积累独特点突变模式(PSHM)的概率进行了定量和全面的估计。我们采用了上个小标题的序列来学习模型,并确定了 70 个 bNAb 重链序列的 Pgen 和 PSHM。
  • (7)几乎所有的 bNAb 都显示出较低的 Pgen 和 PSHM 值,这和其具有高突变,长CDR3相似。高突变(长CDR3时的概率值会更低但也存在反例)
  • (8)之后又比了P和neutral score的相关性,还建立了个线性回归模型用于预测neutral score
  • 结论:
    • ①.bNAb难出现
    • ②.定义了中和得分,建立了Igor模型,建立score~Pgen+PSHM模型

Compile, Analyze and Tally NAb Panels.

CATNAP系列工具旨在通过识别 NAb 与蛋白质相互作用产生的潜在遗传特征,促进对中和抗体(NAbs)的分析。

其数据集主要是针对HIV,最近更新的assay.txt包括16w+条抗原抗体数据,均为中和且有具体的IC50/IC80/ID50

(https://www.hiv.lanl.gov/components/sequence/HIV/neutralization/)

抗病毒抗体的平均效力是根据所有低于 100 µg/ml 任意阈值的几何平均 IC50 值的几何平均数确定的(也称为所有中和毒株的平均效价)。
抗体广度的定义是中和菌株(即几何平均 IC50 值高于 100 µg/ml 的任意阈值)占测试菌株总数的百分比,以百分比表示。
为了确定综合中和得分,首先将抗体的所有抗原IC50记录排序,随后类似ROC曲线绘制,每个变种对应一个累计广度和一个IC50值,如果有很多IC50低的就会让曲线向左移动,如果有很多能中和的就会让曲线向上移动,最终得到中和分数。

例如下图中,三个抗体的曲线分别为①,②,③,假设B是决定是否中和的阈值
①号抗体的56个病毒变种全都低于A,所以曲线经过(A,100%)点并保持直线,曲线面积最大
②号抗体只能中和28个病毒变种但是也都低于A,剩下28种抗体都不中和(因为不中和所以也不知道具体值),那么它的曲线就会经过(A,50%)并保持直线
③号抗体也能中和56种抗体但是仅能保证全都低于B,那么它的曲线会经过(B,100%),但是在[0,A]区域有可能面积不如②号抗体

3.Global BCR repertoire features under chronic infections are similar to uninfected repertoires with marginal differences
  • (1)(过渡)据描述,慢性感染会干扰 B 细胞的发育和功能64 ,因此我们想知道慢性感染是否会影响记忆 IgG BCR 序列特征,以及影响程度有多大
  • (2)(数据)为此又对34 名 HIV-1 感染者和 12 名丙型肝炎病毒(HCV)感染者的 IgG+ 记忆区的 BCR 进行了测序
  • (3)(分析)总体而言,两种链类型的序列特征,包括 V 基因片段使用、CDR3 长度和 V 基因突变频率,与未感染对照组相当(除了HCV 感染者的平均 CDRH3 长度稍长)
  • (4)(分析)B 细胞克隆树结构(图 3e)在偏斜性(表现为权重比 wD/wanc. 和分支长度的可比分布和分布中心;图 3f)、大小分布(图 3g)或多样性(图 3h)方面没有明显差异。
  • (5)(过渡)抗逆转录病毒疗法(ART)会抑制病毒复制,可能会抑制抗 HIV-1 免疫反应,需要分层
  • (6)(分析)(分出接受ART治疗的人后),治疗过的 HIV-1 感染者与未感染者没有区别,但我们发现未接受过治疗的 HIV-1 感染者的 VH 基因片段 VH1-69 和 VH4-34 的比例要高(但不显著)、 CDRH3 平均长度稍长(微量但显著)、均 V 基因突变频率没有明显差异。
  • (7)(数据)我们还测量了 34 例 HIV-1 感染者中 33 例的血清多聚 IgG 中和广度(补充数据 8)。
  • (8)(分析)没有任何证据表明血清中和广度与 BCR 反应谱特征的相关整体变化有关(补充图 9)。
  • 结论:
    • ①在未经治疗的慢性感染个体中,V 基因片段的使用和 CDRH3 的长度略有偏差。
    • ②平均而言,不同组群之间的基因库特征几乎保持不变。

节点权重:一个节点的权重是由它衍生出的叶子数量
偏斜性:当前节点权重占上一层权重的情况(如果树很歪,那么就会两极分化严重)
平均终端/平均分支长度:代表末端枝条平均长度与所有枝条平均长度之比。
大小分布:clone中包含的序列数量
多样性情况:每个sample身上所有clone的数量的Gini系数/熵

4.Equal probabilities for bNAb development in uninfected and chronically infected individuals
  • (1)(训练)为了研究慢性感染是否会改变形成不同 bNAb 序列的概率,我们使用了 HIV-1 和 HCV 感染者的 IgG 基因库数据来训练 IGoR 并学习 Pgen 和 PSHM 模型
  • (2)(分析)两个队列的全基因组 Pgen 分布与未感染对照组数据几乎相同;感染者的PSHM 分布略微偏向较低的负值
  • (3)(过渡)感染后的差异可能会影响对70个bNABs的分析结论,所以又用感染版的Igor模型再算了一次
  • (4)(分析)基本都是没啥差别的
  • 结论:
    • 产生 bNAb 的总体概率没有实质性差异

Q.E.D