Ein computergestütztes Antigen löste bei Mäusen Immunantworten gegen drei Coronaviren aus, die für bedeutende Epidemien beim Menschen verantwortlich sind.
Die Forschenden entwickelten eine Computermethode namens Spectravax. Sie wählt Virusbestandteile aus, die von T-Lymphozyten erkannt werden könnten, also von Zellen, die in der Lage sind, infizierte Zellen zu identifizieren. Die in Cell Reports Methods veröffentlichte Studie befasst sich mit SARS-CoV, SARS-CoV-2 und MERS-CoV.
Arini izzati · CC BY-SA 4.0 · Wikimedia
Um den Ansatz zu verstehen, müssen Impfstoffe dem Immunsystem erkennbare Bestandteile des Virus präsentieren. Allerdings entwickeln sich Coronaviren weiter und ihre Proteine unterscheiden sich. Die Forschenden suchten daher nach Fragmenten, die zwischen mehreren Viren ausreichend konserviert sind, und berücksichtigten zugleich die genetischen Unterschiede zwischen Menschen, die ihre Erkennung durch das Immunsystem beeinflussen.
Spectravax kombiniert diese beiden Dimensionen. Das Programm analysiert die Vielfalt viraler Sequenzen und schätzt, welche Fragmente dem menschlichen Immunsystem wirksam präsentiert werden können. Ziel ist es, ein einziges Antigen zu entwickeln, das in einer großen Bevölkerungsgruppe und gegen mehrere verwandte Coronaviren erkannt werden kann.
Das Team konzentrierte sich auf das Nukleokapsid-Protein, das sich im Inneren des Virus befindet und mit seinem Erbmaterial verbunden ist. Es ist weniger exponiert als das bekannte Spike-Protein von SARS-CoV-2. Einige seiner Bereiche sind jedoch bei verschiedenen Coronaviren ähnlich geblieben, wodurch sie zu einem möglichen Ziel für eine gemeinsame Immunantwort werden.
Nach der computergestützten Phase testeten die Forschenden das gewonnene Antigen bei Mäusen. Die Tiere entwickelten T-Lymphozyten-Antworten, die auf SARS-CoV, SARS-CoV-2 und MERS-CoV reagierten. Die Forschenden verglichen ihre Konstruktion außerdem mit natürlichen viralen Sequenzen und anderen computergestützt entwickelten Modellen, die in ihren Experimenten begrenztere Antworten auslösten.
Die anschließenden Analysen ermöglichten es, präzise Fragmente aus dem Nukleokapsid-Protein des MERS-CoV zu identifizieren, die an dieser kreuzreaktiven Reaktion beteiligt sind. Mit anderen Worten können Immunzellen, die mit dem künstlichen Antigen trainiert wurden, Bestandteile erkennen, die bei mehreren verschiedenen Mitgliedern dieser Virusfamilie vorkommen.
Die Methode liefert nun eine prüfbare Strategie zur Entwicklung von Impfstoffen, die mehrere Coronaviren statt nur eines abdecken. Die nächsten Schritte müssen insbesondere den Schutz vor einer Infektion in geeigneten Modellen überprüfen und anschließend klären, ob die rechnerisch vorhergesagten Antworten bei der Vielfalt des menschlichen Immunsystems tatsächlich auftreten.