Compartilhe o registro |
|
Use este identificador para citar ou linkar para este item:
https://tede2.pucrs.br/tede2/handle/tede/10538
Tipo do documento: | Dissertação |
Título: | Desenvolvimento de plataforma para produção de vacina baseada em BCG recombinante (rBCG) para a prevenção de infecções por SARS-CoV-2 |
Autor: | Vara, Pedro Henrique Negreiros |
Primeiro orientador: | Bizarro, Cristiano Valim |
Resumo: | A melhoria contínua no processo de desenvolvimento de vacinas é um passo extremamente importante para mitigar os efeitos da doença COVID-19, infecção causada pelo SARS-CoV-2 e suas variantes, em diversas regiões do mundo. A Mycobacterium bovis BCG recombinante (rBCG) é promissora para um protocolo de vacinação prime-boost heteróloga para infecções virais. Consequentemente, a combinação de estratégias de imunoinformática e redes neurais permite avaliar potenciais candidatos a vacinas com um método econômico e conveniente, uma vez que as previsões in silico podem reduzir o número de experimentos de laboratório necessários para sua validação. Neste estudo, identificamos as regiões mais conservadas para 10 proteínas diferentes do SARS-CoV-2, e usando uma abordagem de deep learning (aprendizagem profunda) in silico, identificamos subunidades de vacina antigênicas contendo epítopos lineares de células B, epítopos de linfócitos T citotóxicos (CTL) e epítopos de linfócitos T auxiliares epítopos (HTL) e desenvolvemos um plasmídeo para um vetor bacteriano vivo para uma vacina recombinante. O candidato final foi construído com 12 subunidades de vacina unidas por ligantes AAY e GPGPG, e contém 13 epítopos de células B lineares, 10 epítopos de células B conformacionais, 76 epítopos de CTL e 39 epítopos de HTL. A cobertura populacional para os epítopos CTL e HTL combinados foi estimada em 98,49%. Testes in silico foram realizados para validar a qualidade da vacina, mostrando que a proteína recombinante multiepitópica é antigênica, não alergênica e com propriedades físico-químicas adequadas. As estruturas secundária e terciária (3D) da vacina final também foram previstas, e sua interação com os receptores imunes (TLR3 e TLR4) avaliada por docagem molecular. Além disso, os resultados da simulação imunológica indicam que a vacina pode elicitar forte imunidade celular e humoral contra o vírus. Por fim, a otimização de códons foi realizada com o propósito de se obter maior eficiência de expressão gênica e, com isso, de produção da vacina recombinante. A vacina rCPBMFMEV requer validação experimental e clínica, mas mostra indicadores promissores de que pode combater a infecção viral SARS-CoV-2. |
Abstract: | The continuous improvement in the vaccine development process is an extremely important step to mitigate the effects of the COVID-19 disease, an infection caused by SARS-CoV-2 and its variants, over varied regions in the world. A recombinant Mycobacterium bovis BCG (rBCG) is promising for a heterologous prime-boost vaccine protocol for virus infections. Consequently, the combination of immunoinformatic and deep neural network strategies make it possible to evaluate potential vaccine candidates with a cost-effective and convenient method, since in silico predictions can reduce the number of experiments needed for its validation. In this study, we identified the most conserved regions for 10 different SARS-CoV-2 proteins and by using an in silico deep learning approach identified antigenic vaccine subunits containing linear B-cell epitopes, cytotoxic T lymphocyte epitopes (CTL) and helper T lymphocyte epitopes (HTL) and developed a plasmid for a live bacterial vector for a recombinant vaccine. The final candidate was constructed with 12 vaccine subunits spliced together by AAY and GPGPG linkers, with 13 linear B-cell epitopes, 10 conformational B-cell epitopes, 76 CTL epitopes and 39 HTL epitopes. The population coverage for the combined CTL and HTL epitopes was estimated to be 98.49%. In silico tests were performed to validate the vaccine quality, showing that the multi-epitope recombinant protein is antigenic, non-allergenic and with adequate physicochemical properties. The secondary and tertiary (3D) structure of the final vaccine was also predicted, and its interaction with immune receptors (TLR3 and TLR4) evaluated by molecular docking. Additionally, results for the immune simulation indicate that the vaccine may elicit strong cellular and humoral immunity against the virus. Finally, codon optimization was performed to improve gene expression and, as a consequence, improve production of the recombinant vaccine. The rCPBMFMEV vaccine requires experimental and clinical validation but shows promising indicators that it can fight the SARS-CoV-2 viral infection. |
Palavras-chave: | Vacina SARS-CoV-2 COVID-19 rBCG Multiepitópica DNA Vaccine Subunit Multi-epitope COVID-19 SARS-CoV-2 rBCG |
Área(s) do CNPq: | CIENCIAS BIOLOGICAS::BIOLOGIA GERAL |
Idioma: | por |
País: | Brasil |
Instituição: | Pontifícia Universidade Católica do Rio Grande do Sul |
Sigla da instituição: | PUCRS |
Departamento: | Escola de Ciências Saúde e da Vida |
Programa: | Programa de Pós-Graduação em Biologia Celular e Molecular |
Tipo de acesso: | Acesso Aberto |
Restrição de acesso: | Trabalho será publicado como artigo ou livro |
Prazo para liberar texto completo: | 60 meses |
Data para liberar texto completo: | 03/11/2027 |
URI: | https://tede2.pucrs.br/tede2/handle/tede/10538 |
Data de defesa: | 29-Ago-2022 |
Aparece nas coleções: | Programa de Pós-Graduação em Biologia Celular e Molecular |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DIS_PEDRO_HENRIQUE_NEGREIROS_VARA_CONFIDENCIAL.pdf | PEDRO_HENRIQUE_NEGREIROS_VARA_DIS | 481,2 kB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.