基于MAGE-A、MAM-A和Gal-3抗原的多表位疫苗生物信息学设计及其在乳腺癌治疗中的创新应用

本研究针对乳腺癌（BC）高发病率与现有疗法局限性，通过免疫信息学方法设计了一种基于MAGE-A、MAM-A和Gal-3抗原的多表位疫苗。研究人员整合T/B细胞表位，辅以IL-12佐剂，通过分子对接与动态模拟验证其与TLR-2/4/7/9的稳定结合，并证实其可激发强效体液与细胞免疫应答。该疫苗为乳腺癌免疫治疗提供了新型候选策略，具有临床转化潜力。

　　

乳腺癌（BC）是全球女性健康的首要威胁，其发病率持续攀升，而传统疗法如化疗和手术存在毒性大、易耐药等问题。尤其三阴性乳腺癌（TNBC）因缺乏激素受体靶点，治疗选择更为有限。近年来，肿瘤疫苗作为免疫治疗新星备受关注，但个体化新抗原疫苗成本高昂，而基于肿瘤相关抗原（TAAs）的“现成”疫苗成为折中方案。如何筛选高特异性抗原并设计高效疫苗，成为突破乳腺癌治疗瓶颈的关键。

伊朗伊斯兰阿扎德大学的研究团队独辟蹊径，选择三种在乳腺癌中高表达的抗原——黑色素瘤相关抗原A（MAGE-A）、乳腺珠蛋白A（MAM-A）和半乳糖凝集素3（Gal-3），通过免疫信息学手段构建多表位疫苗。研究通过预测MHC-I/II结合表位、线性B细胞表位及IFN-γ诱导能力，将优选表位与IL-12佐剂通过GSST linker串联，最终获得能同时激活T/B细胞免疫的疫苗结构。该疫苗在小鼠TLR受体分子对接中展现高亲和力，并通过200 ns分子动力学模拟验证稳定性。相关成果发表于《Scientific Reports》，为开发通用型乳腺癌疫苗奠定理论基础。

研究采用的核心技术包括：1）基于IEDB和NetMHC工具的T细胞表位预测；2）通过PSIPRED和GalaxyWEB进行疫苗二级/三级结构建模与优化；3）运用HADDOCK完成疫苗与TLR-2/4/7/9的分子对接；4）GROMACS模拟疫苗-受体复合物动态稳定性；5）C-ImmSim平台模拟免疫应答效应。

主要研究结果
抗原表位筛选：从MAGE-A、MAM-A和Gal-3中鉴定出16个MHC-I结合表位（如HLA-A*68:01限制性表位NAKDVPNTQ）和12个MHC-II表位（如HLA-DRB5 * 01:01限制性表位PKAAFKSQNATPKGP），均具强抗原性（VaxiJen评分>0.5）且能诱导IFN-γ分泌。

疫苗设计验证：构建的疫苗含200个氨基酸，分子量21.6 kDa，不稳定指数28.87（<40判定稳定），Ramachandran图显示90.38%残基处于优势区。Ellipro预测5个构象型B细胞表位（PI值0.5-0.9），提示抗体识别潜力。

免疫互作分析：疫苗与TLR-9结合最稳定（ΔG=-8.4 kcal/mol），RMSD仅0.23 nm；TLR-4复合物界面面积最大（3370.3 ?²
），静电相互作用能达-520.7 kcal/mol。

免疫模拟：C-ImmSim显示疫苗可诱导IgG/IgM抗体高峰（第25天），伴随记忆B细胞和Th1型细胞因子（如IFN-γ）持续升高，而免疫抑制因子TGF-β水平下降。

结论与意义
该研究创新性地将MAGE-A（与TNBC上皮-间质转化相关）、MAM-A（80%乳腺癌过表达）和Gal-3（调控肿瘤免疫逃逸）三种抗原表位整合，克服了单一抗原免疫原性不足的缺陷。通过计算机模拟全面验证了疫苗的结构稳定性与免疫激活潜力，尤其TLR-9的高亲和力结合提示其或可增强先天免疫应答。值得注意的是，疫苗设计覆盖伊朗人群90%的HLA类型，具有地域适用性优势。

尽管仍需湿实验验证，这种“一苗多靶”策略为开发通用型乳腺癌疫苗提供了新思路。未来若与PD-1/PD-L1抑制剂联用，或可进一步突破肿瘤免疫抑制微环境。该研究也展示了免疫信息学在加速肿瘤疫苗研发中的独特价值，从表位筛选到动物模型预测的全流程计算优化，显著降低了传统疫苗开发的试错成本。