《Journal of Molecular Graphics and Modelling》：Structure-Based Design of a Multi-Epitope Vaccine Candidate Against Marburg Virus Using Immunoinformatics and Dynamics Simulations
编辑推荐：
本研究通过免疫信息学方法设计针对Marburg病毒 envelope glycoprotein（GP）的多表位疫苗，利用IEDB预测CTL和HTL epitopes，结合佐剂和连接剂优化结构，通过Robetta建模和C-ImmSim、GROMACS模拟验证疫苗的免疫原性和稳定性，为开发高效疫苗提供理论依据。
Mohamed J. Saadh|Faris Anad Muhammad|Rafid Jihad Albadr|Suhas Ballal|Abhayveer Singh|Anita Devi|Kamal Kant Joshi|Saida Saidkhodjaeva|Waam Mohammed Taher|Mariem Alwan|Mahmood Jasem Jawad|Ali M.Ali Al-Nuaimi
约旦安曼中东大学药学院，邮编11831
摘要
马尔堡病毒是埃博拉病毒的近亲，属于丝状病毒家族，以其在德国以及最近在几内亚和坦桑尼亚的致命爆发而闻名。这种致命病原体会引发严重的出血热，对公共卫生构成严重威胁，需要全球医学界的紧急关注。我们从RCSB数据库中提取了包膜糖蛋白（GP）的氨基酸序列和PDB结构，用于预测抗原表位（通过IEDB服务器）。多表位疫苗的构建包含了佐剂和连接子（AAY、EAAAK、GPGPG），并使用ProtParam工具对其理化性质进行了评估。此外，还利用Robetta服务器进行了建模，并将建模后的疫苗与Toll样受体4（TLR4）进行了对接。最后，使用C-ImmSim和GROMACS软件包进行了免疫和分子动力学模拟。最终的多表位疫苗由211个氨基酸组成，包含5个CTL表位和4个HTL表位，这些表位经过验证，符合抗原性、致敏性和毒性的要求。该多表位疫苗表现出较高的模型质量。通过PDBsum评估，选出了最佳分子对接候选物。进一步通过RMSD、RMSF和旋转角度等指标分析，发现该疫苗与TLR4的结合效果显著，且在整个模拟过程中结构保持稳定。最终证明，这种多表位疫苗能够刺激体液免疫和细胞介导的免疫反应。
引言
马尔堡病毒（MARV）属于单负链RNA病毒目（Mononegavirales）、丝状病毒科（Filoviridae）和马尔堡病毒属（Marburgvirus），可引起出血热（1）。该病毒首次被报道于1967年（2），同年在德国的马尔堡和法兰克福以及南斯拉夫共和国的贝尔格莱德发生了疫情（3）。2004年，安哥拉约有252人感染了MARV，其中90%的患者死亡（4）。2023年2月坦桑尼亚和几内亚爆发的疫情带来了新的挑战（5）。2018年，MARV被列入优先疾病名单（6），人类感染MARV的后果与感染更为人熟知的埃博拉病毒（EBOV）相当（7）。MARV属于非分段的负链RNA病毒（6）。它编码了多种结构蛋白，包括核蛋白（NP）、RNA导向的RNA聚合酶L（L）、聚合酶辅因子VP35（VP35）、小核蛋白（VP30）、膜相关蛋白VP24、基质蛋白（VP40）和包膜糖蛋白（GP）（8）。像许多其他病毒一样，MARV通过表面因子（如GP）与宿主细胞结合，从而侵入细胞（9）。目前尚无批准的MARV疫苗或治疗方法。最近使用黑猩猩腺病毒3型载体（cAd3-Marburg）进行的疫苗试验显示，单次接种后90%的参与者体内产生了针对GP的抗体（10）。此外，效率较高的MARV疫苗还包括MARV DNA质粒疫苗（VRC-MARDNA025-00-VP）（11）。为了推进疫苗研发，免疫信息学方法有助于评估新型MARV疫苗。近年来，免疫信息学成为一门研究免疫数据及其处理工具的新学科。这种方法可以预测多肽疫苗的效果（12）。多表位疫苗的目标是在减少MHC限制的同时，诱导多种免疫反应以整合抗原（13）。这种创新方法已被用于开发针对多种感染的疫苗，如SARS-CoV-2病毒（14）、伯克霍尔德菌（Burkholderia pseudomallei）（15）和热带念珠菌（Candida tropicalis）（16）。由于这些优势，许多研究调查了这种新型疫苗的有效性。研究表明，它在体液免疫和细胞免疫方面具有显著效果（17, 18）。在本研究中，我们重点关注了糖蛋白并预测了其保守区域中的表位。这些表位能够刺激体液和细胞免疫反应，我们设计了包含连接子和佐剂的候选表位，并对其结构、理化和免疫学性质进行了计算评估（19）。研究的工作流程如图1所示。
小节摘录
获取包膜糖蛋白
我们选择包膜糖蛋白（GP）来设计针对马尔堡病毒的疫苗。从RCSB数据库下载了GP1的PDB格式文件（PDB ID：6bp2），然后使用UCSF Chimera工具处理PDB格式数据，最终提取了GP1的氨基酸序列（19）。马尔堡病毒糖蛋白（尤其是MARV和RAVV GP）在序列和结构上具有高度相似性，整体氨基酸同源性达78%（20）。
使用预测和验证方法预测和验证CTL及HTL表位
在我们的研究中，成功预测了马尔堡病毒GP1蛋白的25个细胞毒性T淋巴细胞（CTL）表位。其中10个表位的预测结果与CTLPred服务器的预测一致。通过VaxiJen、AllerTop、ToxinPred等标准进行了进一步筛选（21）。共鉴定出9个潜在的CTL表位（5个）和辅助T细胞表位（4个）（22）。
讨论
尽管马尔堡病毒具有高度传染性且致死率高，但目前尚无批准的疫苗或治疗方法（23）。迫切需要开发有效的疫苗来应对这一威胁。免疫信息学及其工具为构建多表位疫苗提供了有效的方法，不仅节省时间和成本，还能帮助筛选出合适的表位（24）。
结论
下一代马尔堡病毒疫苗的研发亮点在于计算方法在实验室测试前设计多表位疫苗中的作用。作为MARV的重要抗原蛋白之一，包膜糖蛋白在病理学中起着关键作用。采用高效的机器学习方法能够准确预测免疫反应，并为CTL和HTL表位的预测提供稳定的基础（25）。
CRediT作者贡献声明
Mariem Alwan：数据可视化。Mahmood Jasem Jawad：撰写、审稿与编辑、初稿撰写。Ali M. Ali Al-Nuaimi：撰写、审稿与编辑。Mohamed J. Saadh：研究设计、概念构建。Faris Anad Mohammad：项目监督与管理。Rafid Jihad Albadr：数据分析。Suhas Ballal：方法论研究。Abhayveer Singh：验证工作、软件开发。Anita Devi：数据分析、初稿撰写。Kamal Kant Joshi：资源协调。数据可用性
本研究生成的所有数据均包含在本文中。
利益冲突声明
作者声明没有利益冲突。
伦理批准声明（如适用)
不适用
患者发表同意书（如适用)
不适用
资金声明
本研究未获得任何资助。
利益冲突声明
作者声明没有已知的可能影响本文研究的财务利益或个人关系。
致谢
所有图表均由Biorender生成，特此感谢Biorender团队。
