In silico идентификация B- и T-клеточных эпитопов белка CD2v вируса африканской чумы свиней (African swine fever virus, Asfivirus, Asfarviridae)

Обложка


Цитировать

Полный текст

Аннотация

Ведение. Вирус африканской чумы свиней (АЧС) - крупный ДНК-вирус, единственный представитель семейства Asfarviridae. Распространение вируса АЧС на территории РФ, стран Восточной Европы и Китая свидетельствует о неэффективности существующих способов борьбы с заболеванием и стимулирует исследования, направленные на создание вакцин. Одним из значимых антигенов, необходимых для формирования иммунной защиты против АЧС, является серотипспецифический вирусный белок CD2v.

Цель работы - идентификация B- и T-клеточных эпитопов в белке CD2v вируса АЧС с использованием методов in silico прогнозирования.

Материал и методы. Первичную последовательность белка CD2v вируса АЧС штамма Georgia 2007/1 анализировали с помощью программ BCPred, DiscoTop, NetCTLpan, VaxiJen, PVS и Epitope Conservancy Analysis.

Результаты. На основании проведённого комплексного многопараметрического анализа определены четыре B-клеточных иммуногенных эпитопa в секреторной области белка. Анализ секреторной области белка CD2v вируса АЧС в программе NetCTLpan позволил выявить пять T-клеточных эпитопов с 32-й по 197-ю позицию аминокислот, имеющих перекрёстное связывание с 1-й по 13-ю аллель главного комплекса гистосовместимости I класса свиньи.

Обсуждение. В данном исследовании представлены результаты использования методов прогнозирования in silico для выявления B- и Т-клеточных эпитопов белка CD2v вируса АЧС. Результаты анализа свидетельствуют о кластерном распределении эпитопов в белке CD2v. Наибольший интерес для дальнейшего использования в качестве компонента рекомбинантной полиэпитопной вакцины против АЧС представляет растворимая область белка CD2v с 17-й по 204-ю аминокислоту, содержащая В- и Т-клеточные эпитопы.

Заключение. Идентифицированы B- и T-клеточные эпитопы в секреторной области белка CD2v (с 17-й по 204-ю позицию аминокислот) вируса АЧС с помощью in silico программ. Анализ консервативности B- и T-клеточных эпитопов позволил сформировать карту распределения иммунных эпитопов в последовательности белка CD2v.

Полный текст

Введение

Африканская чума свиней (АЧС) – инфекционная болезнь диких и домашних свиней, характеризующаяся высокой летальностью (до 100%), сверхострым, подострым, острым и хроническим течением. На территории РФ она регистрируется с 2007 г., и на протяжении последних лет страны Восточной Европы и Китай являются территорией стационарного неблагополучия по данному заболеванию [1].

Вирус АЧС – представитель семейства Asfarviridae, рода Asfivirus. Геном вируса состоит из линейной двухцепочечной ДНК (дцДНК) размером 170–190 тыс. пар нуклеотидов, в зависимости от штамма/ изолята. При анализе нуклеотидной последовательности генома референтного штамма Ba71V вируса АЧС выявлено 150 открытых рамок считывания, а в инфицированных вирусом АЧС клетках идентифицировано 95 полипептидов с молекулярной массой от 10 до 220 кДа [2].

На протяжении многих лет исследовательские группы всего мира усиленно работают над созданием вакцины против АЧС на основе как аттенуированных штаммов, так и рекомбинантных вирусов с использованием ДНК- и РНК технологий [3]. При разработке эффективных средств специфической профилактики против АЧС одним из актуальных направлений является использование рекомбинантных белков (эпитопов) иммунологически значимых белков вируса АЧС [4].

Вирусные белки, присутствующие на оболочке вирионов и поверхности инфицированных клеток, представляют основную мишень для клеточно-опосредованного иммунитета и могут быть мишенями для нейтрализующих антител, что, несомненно, требует детального изучения [5].

Ранее были идентифицированы белки, предположительно отвечающие за способность к интернализации вируса: p72/B646Lp, p54/E183Lp и p30/CP204Lp. Антитела к белкам p72/B646Lp и p54/E183Lp могут ингибировать связывание вируса с клетками, а антитела к p30/CP204Lp – интернализацию вируса [6]. Были идентифицированы и другие белки вируса АЧС, которые также отвечают за проникновение и распространение вируса. К ним относятся CD2v/EP402R, p12/O61Rp, D117L [6][7][8]. Применение данных белков в качестве протективных антигенов обеспечивало только частичную защиту, однако не защищало животных от вирусов АЧС гетерологичного происхождения.

Известно, что отдельные эпитопы в составе вирусных антигенов способны индуцировать В- и Т-клеточный иммунный ответ и могут быть оптимальными кандидатами для создания эффективных вакцин [9].

Современные алгоритмы иммуноинформатики активно используются для поиска отдельных эпитопов вирусных антигенов для последующего включения их в состав кандидатных вакцин [10]. Эпитопы представляют собой короткие аминокислотные (аа) пептиды из 7–9 аа главного комплекса гистосовместимости I класса (major histocompatibility complex, МНС I) и 12–15 аа главного комплекса гистосовместимости II класса (МНС II). Эпитопы Т-клеток, которые могут связываться с МНС I, стимулируют цитотоксические Т-лимфоциты.

Известно, что иммунная защита при АЧС реализуется за счёт цитотоксических Т-лимфоцитов-киллеров [11] и эффекторов антителозависимой клеточной цитотоксичности и действует против вирусных белков, представленных на поверхности заражённых моноцитов [7][12].

При поиске протективных антигенов вируса АЧС сотрудниками ФГБНУ ФИЦВиМ, [1][12][13] был идентифицирован и изучен CD2v белок вируса АЧС, являющийся важным компонентом при гомологичной инфекции. В качестве мишени для лимфоцитов, экспрессирующих рецепторы CD48 и CD58, и презентации антигенпрезентирующим клеткам предложено использовать секреторную часть белка вируса АЧС – СD2v [14]. Однако нет данных, подтверждающих, что только секреторная часть белка СD2v имеет Bи T-клеточные эпитопы, обеспечивающие формирование иммунного ответа.

Цель данной работы – выявление B- и T-клеточных эпитопов в белке CD2v вируса АЧС с использованием методов in silico прогнозирования.

Материал и методы

Анализ аминокислотной последовательности. Первичная последовательность белка CD2v вируса АЧС штамма Georgia 2007/1 (ID FR682468) была получена из базы данных GenBank Национального центра биотехнологической информации (NCBI). Дополнительно для анализа вариабельности и консервативности использовали аминокислотные последовательности белка CD2v 103 полевых изолятов и штаммов вируса АЧС, представленные в базе данных Uniprot (https://www.uniprot.org/).

Прогнозирование B-клеточных эпитопов. Первичную последовательность белка CD2v вируса АЧС анализировали на наличие B-клеточных эпитопов с помощью программы BCPred и дополнительно BCPred + AAP (http://ailab.ist.psu.edu/bcpred/predict.html) при установленных стандартных параметрах. Для прогнозирования структурных B-клеточных эпитопов 3D-структуры белка CD2v вируса АЧС использовали сервер DiscoTope 2.0 (http://tools.iedb.org/discotope).

Прогнозирование T-клеточных эпитопов. Т-клеточные линейные эпитопы анализировали в программе TepiTool (http://tools.iedb.org/tepitool/) и NetCTLpan 1.1 (http://www.cbs.dtu.dk/services/NetCTLpan/) при установленных стандартных параметрах.

Построение 3D-структуры белка CD2v вируса АЧС. Для построения предполагаемой 3D-структуры белка CD2v вируса АЧС использовали сервер I-TASSER (http://zhanglab.ccmb.med.umich.edu/ITASSER/) при стандартных параметрах.

Анализ иммуногенности прогнозируемых B-эпитопов проводили с помощью программы VaxiJen (http://www.ddg-pharmfac.net/vaxijen/VaxiJen/VaxiJen.html) при установленных стандартных параметрах.

Анализ вариабельности белка CD2v вируса АЧС проводили в программе PVS (Protein Variability Server) (www.imed.med.ucm.es/PVS/) по методу Симпсона. Порог вариабельности выбран 0,46, согласно рекомендациям к программе.

Анализ консервативности эпитопов проводили в базе данных Epitope Conservancy Analysis с помощью алгоритма Epitope Conservancy Analysis (http://tools.iedb.org/conservancy/) при установленных стандартных параметрах.

Результаты

На первом этапе работы была смоделирована стратегия поиска и анализа B- и T-клеточных эпитопов в белке СD2v вируса АЧС. Для идентификации иммунных эпитопов была использована аминокислотная последовательность белка CD2v вируса АЧС штамма Georgia 2007/1. Выбор в пользу данного штамма объясняется тем, что, несмотря на длительный период циркуляции вируса на территории России (12 лет), современные штаммы и изоляты вируса АЧС сохраняют свою генетическую однородность и вирулентные свойства. Анализируя аналогичные работы [15][16][17][18], нами были выбраны часто применяемые инструменты биоинформатики для поиска и интерпретации Bи T-клеточных эпитопов, которые были использованы для анализа антигена вируса АЧС. В результате была сформирована блок-схема дизайна исследования (рис. 1), которая позволила нам реализовать задачи и этапы исследования.

Рис. 1. Дизайн исследования.
АЧС – африканская чума свиней.
Fig. 1. Study design.
ASF is African swine fever

Прогнозирование B-клеточных эпитопов

Известно, что антигенные эпитопы, способные индуцировать иммунитет обоих типов (В- и Т-клеточный), – хорошие кандидаты для разработки синтетических пептидных вакцин, иммунодиагностических тестов и выработки антител [9][10]. Начальным этапом конструирования вакцин является предсказание В-клеточных эпитопов. Аминокислотная последовательность белка CD2v была подвергнута in silico прогнозированию на наличие B-клеточных эпитопов с помощью программы BCPred, с использованием метода прогнозирования линейных эпитопов в указанных B-клетках.

Методы BCPred и AAP (аминокислотная пара) довольно часто используют для прогнозирования В-клеточных эпитопов фиксированной длины [19]. В нашем случае с помощью комбинации BCPred + AAP анализировали всю последовательность белка CD2v вируса АЧС (402 аа) на наличие линейных эпитопов длиной 20 аа, без перекрытия и с учётом специфичности не менее 75%.

Нами показано наличие девяти прогнозируемых В-клеточных эпитопов (табл. 1), имеющих высокие показатели прогнозирования – от 0,99 до 1,00 балла. Кроме того, было продемонстрировано, что большинство B-эпитопов находится во внецитоплазматическом домене (пять из девяти), они располагаются в позициях стартовых аминокислот 63, 104, 133, 154, 176.

Таблица 1. In silico прогнозирование и анализ иммуногенности В-клеточных эпитопов белка CD2v вируса африканской чумы свиней
Table 1. In silico prediction and analysis of the immunogenicity of B-cell epitopes of the African swine fever virus CD2v protein

Далее все девять эпитопов были проверены на иммуногенность с помощью программы Vaxijen [20]. При анализе учитывали только пептиды с показателями выше порогового значения (0,5). Так, четыре из девяти анализируемых эпитопов имеют наибольший количественный показатель прогнозирующей способности (AUCROC), который варьируется от 0,5 для случайного прогноза до 1,0 для идеального прогноза. Можно отметить, что обнаруженные пептиды располагаются как в цитоплазматической, так и во внецитоплазматической части исследуемого белка. Наиболее иммуногенным представлен пептид в позиции 176-й аминокислоты, имеющий AUCROC = 0,9935. При рассмотрении локализации данного эпитопа также выделяется его внецитоплазматическое расположение в последовательности белка CD2v вируса АЧС. Таким образом, нами выделены четыре из девяти В-клеточных эпитопов белка CD2v вируса АЧС.

Прогнозирование Т-клеточных эпитопов

Рассматривая возможность дальнейшего создания пептидной вакцины, представляется логичным использование только внецитоплазматической части первичной последовательности белка CD2v вируса
АЧС. Анализ секреторной части CD2v с 17-й по 204-ю аминокислоту проводили в программе NetCTLpan версия 1.1 только для MHC I [21], согласно параметрам программы, установленным по умолчанию: длина пептида – 9 аа; анализ проводили для свиных аллелей (SLA); порог идентификации пептида – 1,0; порог протеосомального расщепления (Cle) – 0,225; эффективность транспорта TAP (Transporter associated with antigen processing) – 0,025.

Вся последовательность CD2v была разделена на 196 пептидов длиной 9 аа каждый. В результате анализа пептиды-лиганды MHC I были выявлены в 33 аллелях: SLA-1*0201, SLA-1*0202, SLA-1*0401, SLA-1*0501, SLA-1*0601, SLA-1*0701, SLA-1*0702, SLA-1*0801, SLA-1*1101, SLA-1*1301, SLA-2*0101, SLA-2*0301, SLA-2*0302, SLA-2*0401, SLA-2*0402, SLA-2*0501, SLA-2*0502, SLA-2*0701, SLA-2*1002, SLA-2*1201, SLA-3*0101, SLA-3*0301, SLA-3*0302, SLA-3*0303, SLA-3*0304, SLA-3*0401, SLA-3*0601, SLA-3*0701, SLA-6*0101, SLA-6*0102, SLA-6*0103, SLA-6*0104 и SLA-6*0105. В общей сложности всего было определено 53 пептида, способные связываться с MHC I (табл. 2).

Таблица 2. In silico прогнозирование T-клеточных эпитопов белка CD2v вируса африканской чумы свиней
Table 2. In silico prediction of T-cell epitopes of the African swine fever virus CD2v protein

Затем были выделены пептиды, имеющие перекрёстное связывание с несколькими аллелями MHC I (табл. 3). Так, пептид YYWNGNNNF способен связывать 13 аллелей с MHC I, SVDSPTITY – 10 аллелей, YGGLFWNTY – 8 аллелей, ITYNCTNSL – 5 аллелей, STLFYIIIF – 4 аллели, GGLFWNTYY – 4 аллели, NTEIFNRTY – 3 аллели, DTNGDILNY – 3 аллели, остальные 6 пептидов способны связываться только с одной аллелью.

Таблица 3. T-клеточные эпитопы белка CD2v вируса африканской чумы свиней, имеющие перекрёстное связывание с аллелями MHC I
Table 3. T-cell epitopes of African swine fever virus CD2v protein cross-linked with MHC I alleles

Далее мы искали аминокислотные последовательностибелкаCD2vвбазеданныхUniprot(www.uniprot.org). В результате идентифицированы 103 источника первичной последовательности белка CD2v вируса АЧС. Множественное выравнивание полноразмерных последовательностей целевого белка CD2v различных штаммов и изолятов вируса АЧС позволило определить от 51,5 до 100% гомологии. Затем сравнительный анализ 103 последовательностей белка CD2v в формате FASTA был использован для анализа вариабельности. Вариабельность белка CD2v вируса АЧС анализировали в программе PVS (Protein Variability Server) (www.imed.med.ucm.es/PVS/). Для анализа вариабельных областей был использован метод Симпсона, основанный на расчёте индекса разнообразия аминокислотных последовательностей в пропорциях [22]. Индекс описывает вероятность того, что две последовательности с заменами, выбранные случайным образом, будут схожи с остальными аминокислотными последовательностями. Значения этого индекса находятся в диапазоне от 0 до 1 и тем больше, чем разнообразнее образцы. В нашем случае эталонной считалась консенсусная последовательность белка CD2v вируса АЧС. Порог изменчивости был установлен на уровне 0,46, как рекомендовано инструкцией.

Анализ вариабельности белка CD2v вируса АЧС (рис. 2) показал, что наиболее вариабельной областью является внеклеточная часть белка. Подробно рассматривая секреторную область, можно выделить участок со 130-й по 260-ю аминокислоту, имеющий наибольший профиль изменчивости. Однако в секреторной области встречаются и отдельные локусы, которые имеют низкий показатель изменчивости и являются консервативными среди выборки штаммов и изолятов вируса АЧС. Наиболее консервативный профиль гетерогенности имеет C-концевая часть белка, которая характерна для цитоплазматической локализации.

Рис. 2. Результаты анализа вариабельности белка CD2v вируса африканской чумы свиней.
Fig. 2. Results of variability analysis of protein CD2v of African swine fever virus.

Результаты определения вариабельности белка CD2v вируса АЧС легли в основу следующего исследования по анализу консервативности иммунных эпитопов. Консервативность эпитопов анализировали в базе данных иммуноэпитопов The immune epitope database (IEDB) 3.0 с помощью алгоритма Epitope Conservancy Analysis [23] и оценки линейных эпитопов с порогом идентичности последовательности не менее 100%. Консервацию эпитопа выражали в процентах (табл. 4) с полностью гомологичными ему последовательностями относительно всей исследуемой выборки штаммов и изолятов вируса АЧС.

Таблица 4. Консервативность T- и B-клеточных эпитопов белка CD2v в штаммах и изолятах вируса африканской чумы свиней
Table 4. Conservation of T-and B-cell epitopes of CD2v protein in strains and isolates of African swine fever virus

Как видно из результатов анализа консервативности, представленных в табл. 4, для четырёх B-клеточных эпитопов характерен диапазон консервативности от 50 до 100%. Наиболее консервативным является эпитоп PSTQPLNPFPLPKPCPPPKP, локализующийся в позиции от 290-й аминокислотыи имеющий 100% показатель гомологии. Наиболее вариабельным эпитопом оказался пептид DKKINYTVKLLKSVDSPTIT, локализующийся в позиции от 104-й аминокислоты и имещий 50% показатель гомологии.

Так, в конце исследования нами была сформирована карта распределения идентифицированных иммунных эпитопов на первичной последовательности белка CD2 вируса АЧС (рис. 3), принадлежащих к современным полевым изолятам вируса АЧС, штамма Georgia 2007/1.

Рис. 3. Графическое распределение B- и Т-клеточных эпитопов белка CD2v штамма Georgia 2007/1 вируса африканской чумы свиней.
Fig. 3. Image of positions of B- and T-cell epitopes in CD2v protein of strain Georgia 2007/1 African swine fever virus.

Прогнозирование структурных B-клеточных эпитопов

Для поиска структурных B-клеточных эпитопов была смоделирована предполагаемая 3D-модель растворимой области белка CD2v вируса АЧС штамма Georgia 2007/1. Используя программу I-Tasser, удалось получить несколько прогнозируемых 3D-структур исследуемого белка, из которых модель 1CCZ pdb (рис. 4, а) обладала наибольшей структурной гомологией с белком CD2v. Модель трёхмерной структуры белка CD2v вируса АЧС – 1CCZ была использована в качестве матрицы для поиска конформационных B-клеточных эпитопов. С помощью сервера DiscoTope 2.0 и 3D-модели 1CCZ pdb были идентифицированы 8 участков прогнозируемых B-клеточных эпитопов (см. рис. 4, б; табл. 5).

Таблица 5. In silico прогнозирование структурных В-клеточных эпитопов белка CD2v вируса африканской чумы свиней
Table 5. In silico prediction of structural B-cell epitopes of the African swine fever virus CD2v protein

Рис. 4. 3D-модель структуры растворимой области белка CD2v вируса африканской чумы свиней штамма Georgia 2007/1, прогнозируемая сервером I-Tasser (а), и прогнозируемые структурные В-клеточные эпитопы белка CD2v вируса африканской чумы свиней в 3D-формате (б).
Области В-клеточных эпитопов показаны чёрным цветом.
Fig. 4. 3D model of the structure of soluble region of CD2v protein of strain Georgia 2007/1 African swine fever virus, predicted by server I-Tasser (a), and predicted structural B-cell epitopes of African swine fever virus CD2v protein in 3D format (b).
Areas of B-cell epitopes are shown in black.

Обсуждение

Ранее авторами [12][13] было установлено, что белок CD2v вируса АЧС способен модулировать иммунный ответ и является неотъемлемым компонентом защиты. В связи с этим обнаружить наличие Tи B-клеточных эпитопов в белке CD2v вируса АЧС с использованием методов in silico прогнозирования стало актуальной задачей.

Прогнозирование в программе BCPred с дополнительным анализом AAP является основным методом, который позволяет предсказать наличие B-клеточных эпитопов в исследуемом белке. Нами выявлено 9 предполагаемых B клеточных эпитопов. Дополнительный анализ иммуногенности в программе Vaxijen для выявленных пептидов позволил сузить круг пептидов до четырёх основных, несущих свойства антигенности. Иммуногенные В-клеточные эпитопы локализуются как во внецитоплазматической, так и во внутриплазматической части белка CD2v. Таким образом, были определены эпитопы (RKRKKHVEEIESPPPSESNE, PSTQPLNPFPL PKPCPPPKP, DKKINYTVKLLKSVDSPTIT, INNTISSL NETENINCTNPI), которые входят в состав антигена CD2v и могут активировать B-клеточный иммунитет.

Далее был проведён анализ для идентификации Т-клеточных эпитопов, способных связываться с молекулой MHC I. К сожалению, отсутствие референсной трёхмерной структуры белка CD2v, а также in silico серверов с базами данных аллелей свиньи не позволяет оценить наличие структурных конформационных T-клеточных эпитопов. Так, нами выявлено 53 линейных эпитопа только во внецитоплазматической области белка CD2v вируса АЧС. Пептиды, которые связываются с различными аллелями MHC I и одновременно имеют сайт расщепления протеосом на C-конце (Cle), высокоэффективны в прогнозировании Т-клеточных эпитопов. Применение анализа иммуногенности в программе Vaxijen позволило выявить Т-пептиды с большим иммуногенным потенциалом. В результате были выделены следующие пептиды, которые, по нашему мнению, заслуживают особого внимания для активации Т-клеточного ответа: ITYNCTNSL, YYDNNRSNF, NIFTINDTY, TYCGIAGNY, KYQNYLSTL.

Анализируя достоверность результатов идентификации T-клеточных эпитопов, G. Burmakina и соавт. [13] идентифицировали четыре кластера Т-клеточных эпитопа белка CD2v, показавших интерфероновый ответ на стимуляцию синтетическим пептидами клеток PBMC (peripheral blood mononuclear cell). Два Т-эпитопа были локализованы во внецитоплазматической области белка CD2v и затрагивали иммуноглобулин-подобный домен. Таким образом, подтверждено, что белок CD2v штамма Congo K-49 вируса АЧС имеет Т-клеточные эпитопы, способные активировать клетки CD4+ и CD8+. Кроме того, некоторые из этих пептидов совпали с in silico прогнозированием в программе CTLPred, что ещё раз доказывает обоснованность использования вычислительных моделей и алгоритмов для поиска полиэпитопных антигенов.

Выявление конформационных B-эпитопов растворимой области белка CD2v позволило идентифицировать восемь структурных эпитопов. Это позволяет ещё раз убедиться в способности антигена CD2v вируса АЧС активировать B-клеточный иммунитет.

Учитывая возможность создания препарата для профилактики АЧС с помощью технологии рекомбинантных белков, нужно рассматривать структурные и физико-химические особенности данного белка, в частности, использования только растворимой области. Как упоминалось ранее, эпитопы, способные индуцировать иммунитет обоих типов (В- и Т-клетки), являются хорошими кандидатами для создания вакцины.

Заключение

Результаты анализа in silico прогнозирования Ви Т-клеточных эпитопов позволяют сделать вывод о том, что аминокислотная последовательность с 17-й по 204-ю аминокислоту белка CD2v вируса АЧС может быть включена в конструкцию полиэпитопной Bи Т-клеточной вакцины против АЧС.

×

Об авторах

Ксения Александровна Мима

канд. биол. наук, вед. науч. сотр. лаборатории геномики вирусов ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии», 601125, Владимирская обл., Петушинский р-н, пос. Вольгинский

Автор, ответственный за переписку.
Email: mima89@ya.ru
ORCID iD: 0000-0001-7184-6968

Е. И. Каторкина

ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии»

Email: noemail@neicon.ru
ORCID iD: 0000-0003-3329-0182
Россия

С. А. Каторкин

ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии»

Email: noemail@neicon.ru
ORCID iD: 0000-0002-4844-9371
Россия

С. Ж. Цыбанов

ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии»

Email: noemail@neicon.ru
ORCID iD: 0000-0001-8994-0514
Россия

А. С. Малоголовкин

ФГБНУ «Федеральный исследовательский центр вирусологии и микробиологии»

Email: noemail@neicon.ru
ORCID iD: 0000-0003-1352-1780
Россия

Список литературы

  1. Середа А.Д. Белки вируса африканской чумы свиней. Научный журнал КубГАУ. 2012; 3(77): 1-12. Available at: http://ej.kubagro.ru/2012/03/pdf/35.pdf
  2. Gogin A., Gerasimov V., Malogolovkin A., Kolbasov D. African swine fever in the North Caucasus region and the Russian Federation in years 2007-2012. Virus Res. 2013; 173(1): 198-203. DOI: http://doi.org/10.1016/j.virusres.2012.12.007
  3. Barderas M.G., Rodriguez F., Gomez-Puertas P., Aviles M., Beitia F., Alonso C., et al. Antigenic and immunogenic properties of a chimera of two immunodominant African swine fever virus proteins. Arch. Virol. 2001; 146(9): 1681-91. DOI: http://doi.org/10.1007/s007050170056
  4. Власова Н.Н. Перспективы использования методов молекулярной иммунологии и генной инженерии в системе мер по борьбе с африканской чумой свиней (обзор). Сельскохозяйственная биология. 2012; 47(4): 22-30.
  5. Han T., Marasco W.A. Structural basis of influenza virus neutralization. Ann. N.Y. Acad. Sci. 2011; 1217: 178-90. DOI: http://doi.org/10.1111/j.1749-6632.2010.05829.x
  6. Zsak L., Onisk D.V., Afonso C.L., Rock D.L. Virulent African swine fever virus isolates are neutralized by swine immune serum and by monoclonal antibodies recognizing a 72-Kda viral protein. Virology. 1993; 196(2): 596-602. DOI: http://doi.org/10.1006/viro.1993.1515
  7. Escribano J.M., Galindo I., Alonso C. Antibody-mediated neutralization of African swine fever virus: Myths and facts. Virus Res. 2013; 173(1): 101-9. DOI: http://doi.org/10.1016/j.virusres.2012.10.012
  8. Neilan J.G., Zsak L., Lu Z., Burrage T.G., Kutish G.F., Rock D.L. Neutralizing antibodies to African swine fever virus proteins p30, p54, and p72 are not sufficient for antibody-mediated protection. Virology. 2004; 319(2): 337-442. DOI: http://doi.org/10.1016/j.virol.2003.11.011
  9. Thomson S.A., Elliott S.L., Sherritt M.A., Sproat K.W., Coupar B.E., Scalzo A.A., et al. Recombinant polyepitope vaccines for the delivery of multiple CD8 cytotoxic T cell epitopes. J. Immunol. 1996; 157(2): 822-6.
  10. Khalili S., Jahangiri A., Borna H., Ahmadi Zanoos K., Amani J. Computational vaccinology and epitope vaccine design by immunoinformatics. Acta Microbiol. Immunol. Hung. 2014; 61(3): 285-307. DOI: http://doi.org/10.1556/AMicr.61.2014.3.4
  11. Takamatsu H.H., Denyer M.S., Lacasta A., Stirling C.M., Argilaguet J.M., Netherton C.L., et al. Cellular immunity in ASFV responses. Virus Res. 2013; 173(1): 110-21. DOI: http://doi.org/10.1016/j.virusres.2012.11.009
  12. Burmakina G., Malogolovkin A., Tulman E.R., Zsak L., Delhon G., Diel D.G., et al. African swine fever virus serotype-specific proteins are significant protective antigens for African swine fever. J. Gen. Virol. 2016; 97(7): 1670-5. DOI: http://doi.org/10.1099/jgv.0.000490
  13. Burmakina G., Malogolovkin A., Tulman E.R., Xu W., Delhon G., Kolbasov D., et al. Identification of T-cell epitopes in African swine fever virus CD2v and C-type lectin proteins. J. Gen. Virol. 2019; 100(2): 259-65. DOI: http://doi.org/10.1099/jgv.0.001195
  14. Crosby K., Yatko C., Dersimonian H., Pan L., Edge A.S. A novel monoclonal antibody inhibits the immune response of human cells against porcine cells: identification of a porcine antigen homologous to CD58. Transplantation. 2004; 77(8): 1288-94. DOI: http://doi.org/10.1097/01.tp.0000120377.57543.d8
  15. Li X., Yang X., Jiang Y., Liu J. A novel HBV DNA vaccine based on T cell epitopes and its potential therapeutic effect in HBV transgenic mice. Int. Immunol. 2005; 17(10): 1293-302. DOI: http://doi.org/10.1093/intimm/dxh305
  16. Oyarzun P., Kobe B. Computer-aided design of T-cell epitope-based vaccines: Addressing population coverage. Int. J. Immunogenet. 2015; 42(5): 313-21. DOI: http://doi.org/10.1111/iji.12214
  17. Khan M.A., Hossain M.U., Rakib-Uz-Zaman S.M., Morshed M.N. Epitope-based peptide vaccine design and target site depiction against Ebola viruses: An immunoinformatics study. Scand. J. Immunol. 2015; 82(1): 25-34. DOI: http://doi.org/10.1111/sji.12302
  18. Soria-Guerra R.E., Nieto-Gomez R., Govea-Alonso D.O., Rosales-Mendoza S. An overview of bioinformatics tools for epitope prediction: Implications on vaccine development. J. Biomed. Inform. 2015; 53: 405-14. DOI: http://doi.org/10.1016/j.jbi.2014.11.003
  19. Chen J., Liu H., Yang J., Chou K.C. Prediction of liniar B-cell epitopes using amino acid pair antigenicity scale. Amino Acids. 2007; 33(3): 423-8. DOI: http://doi.org/10.1007/s00726-006-0485-9
  20. Doytchinova I.A., Flower D.R. VaxiJen: a server for prediction of protective antigens, tumour antigens and subunit vaccines. BMC Bioinformatics. 2007; 8: 4. DOI: http://doi.org/10.1186/1471-2105-8-4
  21. Stranzl T., Larsen M.V., Lundegaard C., Nielsen M. NetCTLpan: pan-specific MHC class I epitope predictions. Immunogenetics. 2010; 62(6): 357-68. DOI: http://doi.org/10.1007/s00251-010-0441-4
  22. Bui H.H., Sidney J., Li W., Fusseder N., Sette A. Development of an epitope conservancy analysis tool to facilitate the design of epitope-based diagnostics and vaccines. BMC Bioinformatics. 2007; 8: 361. DOI: http://doi.org/10.1186/1471-2105-8-361
  23. Мима К.А., Бурмакина Г.С., Титов И.А., Малоголовкин А.С. Иммунологически значимые гликопротеины p54 и CD2v вируса африканской чумы свиней: биоинформатический анализ генетических вариаций и гетерогенности. Сельскохозяйственная биология. 2015; 50(6): 785-93. DOI: http://doi.org/10.15389/agrobiology.2015.6.785rus

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Мима К.А., Каторкина Е.И., Каторкин С.А., Цыбанов С.Ж., Малоголовкин А.С., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС77-77676 от 29.01.2020.


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах