Modelo in-silico para la predicción de péptidos con restricción HLA-l candidatos a vacuna en SARS-CoV-2
Tipo de contenido
Trabajo de grado - Maestría
Idioma del documento
EspañolFecha de publicación
2023-08-01Resumen
En este trabajo se resalta la importancia de las herramientas computacionales en el diseño de vacunas contra el SARS-CoV-2, virus que desde su descubrimiento en Wuhan China en diciembre de 2019, entre los años 2020 y 2022, generó una pandemia a nivel mundial que causó cerca de siete millones de muertes y cerca de ochocientos millones de casos. El SARS-CoV-2 pertenece a la familia Coronaviridae y consta de múltiples proteínas, siendo la proteína de espícula (S) importante motivo de estudio para el desarrollo de vacunas. Las células presentadoras desempeñan un papel vital en este proceso, ya que son responsables de procesar y presentar los antígenos a las células T, lo cual desencadena la activación y regulación de la respuesta inmunitaria adaptativa mediada por las células T. Este mecanismo de presentación de antígenos es esencial para el funcionamiento adecuado del sistema inmunológico contra patógenos y el cáncer. En este trabajo, tiene que ver con los procesos de procesamiento y presentación de antígenos en la superficie de células presentadoras de antígeno en el contexto de moléculas del MHC clase I o II necesario para su reconocimiento por parte de los Receptores para el Antígenos de las Células T (TCR) requisito fundamental para la generación de una respuesta inmune eficaz de las células T contra el antígeno. Se destaca la imperiosa necesidad de impulsar constantemente el desarrollo y mejora de herramientas bioinformáticas con el objetivo de identificar el universo de péptidos que se unen de manera altamente estable a las moléculas MHC I y II, como herramienta útil para para el rápido diseño de nuevas vacunas contra patógenos emergentes como el SARS-CoV-2. En este contexto es necesario avanzar en el refinamiento de herramientas bioinformáticas en la identificación de fragmentos de proteínas de los patógenos que presentados en moléculas MHC, estimulan eficientemente a los linfocitos T, resulta de vital importancia para el ámbito clínico, ya que estas tienen un impacto significativo en la 7 rápida identificación de fragmentos procesados de los patógenos o de los tumores importante para el diseño de nuevas vacunas. El avance de las ciencias ómicas y métodos de secuenciación de última generación, han permitido no solo un análisis más detallado y completo de la información genética y proteómica relacionada con los péptidos y el MHC sino mejorar el desempeño de herramientas bioinformáticas para la predicción de epítopos inmunogénicos (fragmentos de los patógenos o de los tumores presentados en moléculas MHC eficientemente reconocidos por los linfocitos T). Esto, a su vez, facilita la identificación de antígenos específicos presentados por el MHC, lo que es fundamental para comprender cómo el sistema inmunológico detecta y responde a distintos tipos de amenaza, como lo son las infecciones el cáncer y las enfermedades autoinmunes. El perfeccionamiento continuo de las herramientas bioinformáticas para seleccionar de forma más precisas posibles antígenos útiles como vacuna, fortalece la posibilidad de diseñar vacunas sintéticas basadas en péptidos que por su inmunogenicidad y simplicidad de producción son una importante alternativa para el diseño racional de vacunas contra patógenos emergentes. La identificación de péptidos presentados eficientemente por moléculas MHC va a contribuir al desarrollo de nuevas vacunas más efectivas y a refinar estrategias de inmunoterapia dirigidas contra el cáncer, agentes infecciosos, y enfermedades autoinmunes, estrategias en las que los linfocitos T juegan un papel fundamental. En este trabajo, haciendo uso de herramientas de predicción se desarrolló un pipeline bioinformático para la predicción de epítopos candidatos a vacuna contra el SARS-CoV-2 teniendo en cuenta las moléculas MHC-I expresadas por la población colombiana. Cuando se comparó la inmunogenicidad para el sistema inmune de pacientes con SARS-CoV-2 del universo de péptidos identificados en el proteoma del virus utilizando la herramienta diseñada, con la inmunogenicidad de estos péptidos reportados en la literatura científica por otros autores revela que los péptidos predichos por nosotros merecen ser considerados como nuevos candidatos a vacuna contra el SARS-CoV-2 para ser utilizada en la población colombiana. (Texto tomado de la fuente)Abstract
In this work, the importance of computational tools in the design of vaccines against SARS-CoV-2 is emphasized. Since its discovery in Wuhan, China, in December 2019, the virus caused a global pandemic between 2020 and 2022, resulting in nearly seven million deaths and around eight hundred million cases. SARS-CoV-2 belongs to the Coronaviridae family and consists of multiple proteins, with the spike protein (S) being a significant focus of study for vaccine development. Crucial to this process are antigen-presenting cells, responsible for processing and presenting antigens to T cells, triggering the activation and regulation of adaptive immune responses mediated by T cells. This mechanism of antigen presentation is essential for the proper functioning of the immune system against pathogens and cancer. This work primarily deals with the antigen processing and presentation on the surface of antigen-presenting cells in the context of MHC class I or II molecules, which is necessary for recognition by T Cell Receptor (TCR) and is a fundamental requirement for generating an effective T cell immune response against the antigen. It highlights the urgent need to continually advance and improve bioinformatic tools to identify the universe of peptides that bind highly stably to MHC I and II molecules as a useful resource for the rapid design of new vaccines against emerging pathogens such as SARS-CoV-2. In this context, the refinement of bioinformatic tools in the identification of protein fragments from pathogens presented on MHC molecules, effectively stimulating T lymphocytes, becomes of vital importance in the clinical setting, as they significantly impact the rapid identification of processed pathogen or tumor fragments, crucial for vaccine design. The progress in omics sciences and next-generation sequencing methods has not only allowed for a more detailed and comprehensive analysis of genetic and proteomic information related to peptides and MHC but also improved the performance of bioinformatic tools for predicting immunogenic epitopes (fragments of pathogens or tumors presented on MHC molecules and efficiently recognized by T cells). This, in turn, 9 facilitates the identification of specific antigens presented by MHC, which is essential for understanding how the immune system detects and responds to various threats such as infections, cancer, and autoimmune diseases. The continuous improvement of bioinformatic tools to more accurately select potential vaccine antigens strengthens the possibility of designing synthetic peptide-based vaccines, which are immunogenic and easy to produce, making them a crucial alternative for the rational design of vaccines against emerging pathogens. The identification of efficiently presented peptides by MHC molecules will contribute to the development of more effective vaccines and refined immunotherapy strategies targeting cancer, infectious agents, and autoimmune diseases, where T cells play a fundamental role. In this work, a bioinformatic pipeline for predicting vaccine candidate epitopes against SARS-CoV-2 was developed using prediction tools, considering MHCI molecules expressed in the Colombian population. When comparing the immunogenicity for the immune system of SARS-CoV-2 patients from the universe of peptides identified in the virus's proteome using the designed tool with the immunogenicity of these peptides reported in the scientific literature by other authors, it reveals that the peptides predicted by us deserve consideration as new vaccine candidates against SARS-CoV-2 for use in the Colombian population.Palabras clave
Descripción Física/Lógica/Digital
ilustraciones a color, diagramas, fotografías
Colecciones
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito