基于免疫信息学和分子动力学模拟的HER2靶向多肽疫苗设计及其在乳腺癌治疗中的应用

为解决HER2阳性乳腺癌治疗中存在的耐药性和免疫记忆不足等问题，研究人员通过免疫信息学方法设计了一种新型多表位疫苗。该研究利用CTL和HTL表位预测、分子对接及动态模拟技术，构建出具有高抗原性(VaxiJen评分0.59)和稳定性(不稳定性指数23.18)的疫苗结构。结果显示疫苗与TLR4具有强结合力(结合自由能-112.71 kJ/mol)，并能诱导强烈的IFN-γ和IL-2反应。这项研究为开发针对HER2阳性乳腺癌的新型免疫疗法提供了重要理论基础。

　　

乳腺癌作为全球女性健康的首要威胁，其HER2阳性亚型因侵袭性强、易产生治疗耐药性而成为临床难题。尽管靶向HER2的单克隆抗体如曲妥珠单抗(Trastuzumab)显著改善了患者预后，但仍有部分患者出现耐药或复发。传统化疗和放疗在杀伤肿瘤细胞的同时，往往伴随着严重的副作用，且难以建立持久的免疫记忆。这些临床困境促使科学家们将目光投向肿瘤疫苗这一新兴领域。

在这项发表于《Biochemistry and Biophysics Reports》的研究中，科研团队创新性地运用免疫信息学(Immunoinformatics)结合分子动力学模拟(Molecular Dynamics Simulation)技术，设计了一种靶向HER2蛋白的多表位疫苗。研究人员从UniProt数据库获取HER2蛋白序列(P04624)，通过IEDB和CTLPred服务器预测细胞毒性T细胞(CTL)和辅助T细胞(HTL)表位，筛选出5个CTL表位和5个HTL表位。这些表位通过AAY和GPGPG连接子串联，并添加50S核糖体蛋白L7/L12作为佐剂、PADRE序列增强免疫原性、TAT肽促进细胞摄取。最终构建的322个氨基酸疫苗分子经ProtParam分析显示分子量为33.3kDa，理论等电点pI为4.61，不稳定性指数23.18(稳定)。

关键技术方法包括：(1)使用IEDB和CTLPred预测T细胞表位；(2)通过VaxiJen和ToxinPred评估抗原性与毒性；(3)采用Robetta和GalaxyRefine进行三级结构预测与优化；(4)运用HDOCK进行疫苗-TLR4分子对接；(5)基于GROMACS的100ns分子动力学模拟；(6)C-ImmSim免疫响应模拟。

研究结果主要体现在：

1. 表位预测与疫苗构建

   筛选出的CTL表位如MQIAKGMSY(结合HLA-B*15:01)和HTL表位如QRFVVIQNEDLGPAS(结合HLA-DRB4 * 01:01)均具有高抗原性(VaxiJen>0.5)和IFN-γ诱导能力。

2. 疫苗特性验证

   三级结构验证显示83%氨基酸位于拉氏图(Ramachandran plot)最优区，ERRAT评分90.12，ProSA-web Z值-8.35，证实结构稳定。

3. 分子对接与动态模拟

   疫苗与TLR4对接得分-296.23，形成6个离子桥和7个氢键。100ns分子动力学显示复合物RMSD在25ns后稳定，MM-PBSA计算结合自由能为-112.71 kJ/mol。

4. 免疫模拟

   C-ImmSim预测显示疫苗注射后IFN-γ、IL-2显著升高，细胞毒性T细胞(CTL)数量在加强免疫后达800个/mm³，记忆B细胞持续增加。

这项研究的意义在于：首先，通过计算机辅助设计大幅缩短了疫苗开发周期，相比传统方法更高效经济；其次，多表位设计克服了单表位疫苗免疫原性不足的缺陷；再者，整合佐剂和转运肽的策略增强了抗原呈递效率。特别值得注意的是，该疫苗在分子水平显示出与TLR4的稳定相互作用，这为激活天然免疫提供了结构基础。

讨论部分强调，虽然现有HER2靶向疗法如曲妥珠单抗已取得临床成功，但治疗耐药性仍是重大挑战。本研究设计的疫苗通过激活CTL和HTL双重应答，有望弥补抗体治疗的不足。与既往研究相比，该疫苗创新性地结合了PADRE通用辅助表位和TAT转导域，可能产生更持久的免疫记忆。不过作者也指出，这些计算机预测结果需要后续湿实验验证，包括体外结合试验和动物模型评估。

这项研究为开发新一代乳腺癌免疫疗法提供了重要理论框架，其方法论也可拓展至其他肿瘤相关抗原的疫苗设计。未来研究可探索该疫苗与PD-1/PD-L1抑制剂联用的协同效应，或针对不同HLA单倍型进行个性化优化，从而推动精准肿瘤免疫治疗的发展。