No último post eu comentei sobre o surgimento da imunoinformática e sobre o crescente uso de ferramentas computacionais para o desenvolvimento de vacinas, tendo mencionado um trabalho sobre a vacinologia reversa no século 21 [1]. Neste artigo, publicado em 2013, os autores discutem como as novas tecnologias ajudaram a aprimorar a proposta original da vacinologia reversa [2], a qual visa determinar o repertório antigênico de um dado patógeno à partir de sua sequência genômica. A proposta original foi planejada para levar rapidamente da sequência genômica de uma amostra patogênica a uma lista de candidatos vacinais, utilizando-se etapas de triagem virtual por bioinformática. O processo envolvia a testagem de um amplo painel de candidatos em modelos animais, de modo que apenas no final eram gerados dados epidemiológicos sobre os antígenos protetores. Nas aplicações mais recentes da vacinologia reversa, as etapas de bioinformática foram complementadas com diversas triagens experimentais, utilizando RNAseq, análises proteômicas, dados de micro-arranjo, citometria de fluxo, etc [1]. Os autores discutem ainda que o conhecimento acerca da epidemiologia dos candidatos vacinais, bem como sua regulação e a interação parasita-hospedeiro devem se tornar parte integral nos novos fluxogramas de triagem virtual.
Em outra publicação de 2013, a equipe da empresa EpiVax, Inc. descreveu o JanusMatrix, uma ferramenta para a predição de reatividade cruzada em larga escala [3]. Baseada na análise de cristais de complexos TCRpMHC, foram identificados resíduos do epitopo (posições) que normalmente interagem com o TCR e resíduos que normalmente servem de âncora para o MHC. Assim, a ferramenta divide o epitopo de interesse em duas “faces”: a face que contata o MHC e a face que contata o TCR. Na prática isso significa mapear quais resíduos estão em cada face e utilizar este “padrão” como entrada para uma busca por identidade de sequência em larga escala. O algoritmo permite ainda certa variabilidade dos resíduos que compõe a face do MHC (aumentando sua sensibilidade), desde que não prejudiquem a ligação com o mesmo. A ferramenta foi inicialmente utilizada para mapear a ocorrência de potenciais alvos de reatividade cruzada em sequências proteicas obtidas do genoma humano, assim como do microbioma e do genoma de vírus e bactérias patogênicas (Figura 1).
Figura 1. Redes de reatividade cruzada para epitopos de linfócitos T regulatórios (A) e efetores (B). Sequências proteicas derivadas do genoma humano (esquerda) do microbioma humano (centro) ou de genomas virais e bacterianos (direita) foram triadas utilizando-se a ferramenta JanusMatrix. Os losangos verdes indicam os peptídeos utilizados como entrada (fonte), quadrados cinza são epitopos (9mers) derivados do epitopo fonte, triângulos azuis indicam epitopos que são 100% idênticos ao epitopo fonte no que se refere ao padrão da "face do TCR" (e que também são apresentados por HLA), enquanto círculos roxos indicam proteínas contendo possíveis alvos de reatividade cruzada (de acordo com a "face do TCR").
Os autores salientam as possíveis aplicações da ferramenta JanusMatrix, mas ponderam que esta análise em larga escala esta voltada a aspectos populacionais, não sendo precisa no que se refere a respostas de indivíduos ou o contexto de MHCs específicos. Em um trabalho mais recente [4], o grupo coordenado pela pesquisadora Anne S. De Groot salientam a dificuldade de se desenvolver vacinas para doenças infecciosas emergentes e doenças tropicais negligenciadas, mesmo após a publicação de seus genomas. Alguns destes patógenos possuem ciclos de vida com diversos estágios e uma variedade de vetores, o que aumenta a complexidade do processo de desenvolvimento de vacinas. Neste trabalho os autores apresentam algumas implementações de imunoinformática utilizando o JanusMatrix para realizar uma busca sistemática por alvos imunodominantes em sequencias genômicas recém determinadas, com aplicações no desenvolvimento de vacinas. Seguindo esta tendência, outros algoritmos e fluxogramas combinando imunoinformática e testes in vitro deverão ser publicados nos próximos anos na tentativa de superar alguns dos grandes desafios atuais da vacinologia.
Post de Dinler Amaral Antunes
NBLI - Núcleo de Bioinformática do Laboratório de Imunogenética.
Doutor em Ciências pelo Programa de Pós-Graduação em Genética e Biologia Molecular da Universidade Federal do Rio Grande do Sul (PPGBM/UFRGS).
1. Donati C, Rappuoli R (2013) Reverse vaccinology in the 21st century: improvements over the original design. Ann N Y Acad Sci 1285: 115-132
2. Rappuoli R (2000) Reverse vaccinology. Curr Opin Microbiol 3: 445-450.
3. Moise L, Gutierrez AH, Bailey-Kellogg C, Terry F, Leng Q, Abdel Hady KM, VerBerkmoes NC, Sztein MB, Losikoff PT, Martin WD, Rothman AL, De Groot AS. (2013) The two-faced T cell epitope: examining the host-microbe interface with JanusMatrix. Hum Vaccin Immunother. 9(7):1577-86.
4. Terry FE, Moise L, Martin RF, Torres M, Pilotte N, Williams SA, De Groot AS. Time for T? (2014) Immunoinformatics addresses vaccine design for neglected tropical and emerging infectious diseases. Expert Rev Vaccines. 5:1-15.
