基于全基因组信息的免疫信息学设计及计算机模拟分析：一种具有纳米颗粒组装潜力的针对鲍曼不动杆菌的多表位疫苗候选物

《Scientific Reports》：Pangenome-guided immunoinformatics design and in silico characterization of a multi-epitope vaccine candidate against Acinetobacter baumannii with nanoparticle assembly potential

　　

摘要

鲍曼不动杆菌是一种重要的多重耐药病原体，会引发致命性极高的医疗感染，但目前尚无获批的疫苗。本研究旨在通过泛基因组分析识别普遍存在的表面抗原，利用集成机器学习技术预测免疫原性表位，并通过计算方法设计一种带有双重佐剂的自组装纳米粒子疫苗并对其进行计算机模拟分析。研究采用了整合712个完整基因组的泛基因组分析、表位预测以及结构疫苗学技术的计算框架，设计出一种多表位纳米粒子疫苗候选物以供实验评估。泛基因组分析共识别出3894个核心基因以及42种外膜蛋白，其中OmpA、BamA和OmpW被确定为优先的抗原靶标。蛋白质语言模型用于预测B细胞的表位，而NetMHCpan-4.2则用于预测125种HLA等位基因对应的T细胞表位。最终设计的疫苗候选物AB-VAX-01包含289个氨基酸，其中融合了15个表位以及双重佐剂（RS09 TLR4激动剂和cGAMP STING激动剂），同时还包含一个用于纳米粒子组装的折叠结构域。通过多次微秒级分子动力学模拟验证，该疫苗候选物与TLR4及STING受体具有稳定性。在所有712个基因组中的保守性分析显示，这些表位的同源性为96.2%至100%。免疫模拟结果显示，该疫苗能引发以Th1细胞为主的免疫反应，可覆盖94.2%的全球人口。计算机模拟克隆实验也证实了该疫苗候选物的密码子适配参数良好。这一经计算机模拟分析设计的疫苗候选物展现出很大的应用潜力，不过仍需通过实验来验证其对鲍曼不动杆菌感染的疗效。