Dans une étude récente publiée dans rapports scientifiquesLes chercheurs ont développé un flux de travail informatique basé sur des simulations de dynamique moléculaire (MD) et des réseaux de neurones artificiels (ANN) pour évaluer le domaine de liaison aux récepteurs (RBD) de la protéine de pointe (S) du coronavirus 2 (SRAS) du syndrome respiratoire aigu sévère. 2)- affinités de liaison de l’enzyme de conversion de l’angiotensine humaine 2 (hACE2) des variants du SARS-CoV-2.
Arrière-plan
Des études ont rapporté que les interactions de liaison S-hACE2 facilitent l’entrée du SRAS-CoV-2 et la réplication ultérieure chez l’hôte. Par conséquent, la maladie à coronavirus 2019 (COVID-19) peut être prévenue en inhibant la liaison S-ACE2.
Par conséquent, l’ACE2 soluble humain (hsACE2) qui se lie aux virions du SRAS-CoV-2 avant l’entrée du SRAS-CoV-2 peut empêcher le COVID-19 ; cependant, l’approche nécessite une optimisation et une adaptation aux nouvelles variantes du SRAS-CoV-2.
À propos de l’étude
Dans la présente étude, les chercheurs ont conçu un flux de travail en combinant des méthodes régulières avec une technologie basée sur un nuage de points pour optimiser le développement de leurres thérapeutiques spécifiques à la variante SARS-CoV-2.
Des simulations MD ont été réalisées pour identifier les substitutions de 2 acides aminés de l’enzyme de conversion de l’angiotensine humaine qui améliorent les interactions S RBD-hACE2, en utilisant une ESF (Empirical Scoring Function) en étroite collaboration avec la technique LIE (Empirical Scoring Function). . in vitro Des tests de neutralisation du SARS-CoV-2 ont été réalisés pour évaluer l’inhibition de la souche sauvage du SARS-CoV-2 et la transmission du variant Beta par les variants hACE2 qui étaient liés à la région cristallisable (Fc) du fragment HACE2 de l’immunoglobuline humaine G1 ( hACE2-Fc).
Certaines variantes hACE2-Fc ont également été exprimées dans le Nicotiana benthamiana usine pour étudier la faisabilité d’une production à grande échelle. Les données d’exécution de la dynamique moléculaire ont été combinées avec les halos hACE2 et les halos S RBD pour la formation ANN (réseau de neurones artificiels). Le modèle a été utilisé pour estimer les affinités de liaison du SARS-CoV-2 S avec les variants hACE2 basés sur les halos S RBD et hACE2. Si une nouvelle variante devait émerger, le réseau de neurones artificiels pourrait rapidement détecter les variantes hACE2 et les vérifier à l’aide de simulations MD afin que les stratégies de traitement COVID-19 puissent être adaptées en fonction de la variante ACE2 soluble humaine qui a la plus grande affinité pour hACE2. le nouveau SRAS-CoV. -2 souche.
Le potentiel du système pour estimer les effets des mutations du variant S RBD pour les mêmes leurres hACE2 a été évalué en utilisant les sous-variants BA.1 et BA.2 du variant SARS-CoV-2 Omicron comme exemples. Toutes les mutations hACE2 probables ont été examinées et les 300 estimations les plus prometteuses ont été validées par des simulations MD. En plus de hACE2 de type sauvage, des variantes prometteuses de hACE2, avec une étiquette IgG Fc humaine C-terminale, ont été exprimées dans des cellules ovariennes de hamster chinois (CHO).
L’ARN du SRAS-CoV-2 a été quantifié par analyse quantitative de la réaction en chaîne par polymérase de transcription inverse (RT-qPCR) et de l’immunohistochimie (IHC). Le potentiel de neutralisation du SARS-CoV-2 des variantes hACE2 exprimées en Nicotiana benthamiana Les feuilles des plantes (hACE2-Fc K31W_NB) ont été analysées par des dosages immuno-enzymatiques (ELISA). en silicone Des analyses ont été effectuées pour évaluer les affinités de liaison des variants hACE2 avec les protéines Omicron BA.3, BA.4/5 et Omicron BA.2.75 RBD.
La structure cristalline du SARS-CoV-2 S RBD de type sauvage lié à hACE2 a été téléchargée à partir de la base de données Protein Data Bank (PDB). La valeur de ΔG estimée par le modèle a été calculée sur la base des forces électrostatiques et de van der Waals. Les séquences utilisées pour la formation ANN comprenaient des séquences S RBD (n = 1165) et des séquences hACE2 (n = 95) extraites d’un examen visuel, d’une recherche documentaire ou de la base de données Global Initiative to Share All Influenza Data Base (GISAID) avant le 4 janvier 2022.
Résultats
Les variants hACE2-Fc K31W, hACE2 T27Y_L79T_N330Y_K31W et hACE2 T27Y_L79T_K31W hACE2 ont été identifiés comme candidats de liaison à haute affinité. Les candidats produits en N. benthamiana a montré un IC 5,0 fois inférieur et 6,0 fois inférieurcinquante (concentration inhibitrice moyenne maximale) par rapport à la même variante produite dans les cellules CHO et hACE2-Fc de type sauvage, respectivement. Les résultats ont indiqué que des variants hACE2-Fc correctement repliés pouvaient être produits dans N. benthamiana et les variants ACE2 solubles produits dans les plantes représentent une option thérapeutique prometteuse et rentable contre le SRAS-CoV-2.
Les estimations du FSE ont été validées in vitro par des tests de neutralisation du virus. Les données expérimentales étaient bien corrélées avec le ΔG estiméproie (énergies libres de Gibbs) dans le modèle. Par rapport au hACE2 de type sauvage, la plupart des variantes de hACE2 ont montré des affinités de liaison améliorées avec la variante bêta du SRAS-CoV-2, la variante Delta et les sous-variantes Omicron BA.1 et BA.2. hACE2-K31W était le seul mutant avec très moins d’énergie libre de Gibbs, indiquant que la mutation K31W peut contribuer aux interactions S RBD. La présence de la mutation K31W a été observée dans la plupart des mutants à forte affinité de liaison.
Les variantes avec des mutations de 3,0 à 5,0 ont montré la liaison S RBD la plus élevée. hACE2 T27Y_L79T_K31W et hACE2 T27Y_L79T_N330Y_K31W ont montré des affinités de liaison remarquablement élevées pour le BA.2 S RBD (ΔGproie valeur -71,0 kJ/mol) par rapport à hACE2 de type sauvage (-52,0 kJ/mol). Avec des affinités de liaison estimées de -62,0 et -67,0 kJ/mol, les variantes hACE2 T27Y_L79T_K31W et hACE2 T27Y_L79T_N330Y_K31W étaient les variantes d’affinité les plus élevées pour BA.3, et les affinités de liaison pour Omicron BA.4/5 et Omicron BA.2.75 étaient plus faibles. Les valeurs aberrantes les plus élevées (valeurs MD ΔG <-70 kJ/mol) ont été cartographiées par le modèle, à la valeur d'affinité de liaison la plus élevée observée.
Les résultats ont indiqué que l’ANN était non seulement mieux à même d’estimer les valeurs les plus proches de l’essentiel de la distribution d’affinité de liaison que l’extrapolation à partir de variants étroitement apparentés, mais également d’attribuer de manière fiable des variants de haute affinité au groupe d’affinité le plus élevé de -68,0 kJ /mol. Le réseau de neurones artificiels pourrait apprendre des informations physiques importantes à partir de Halos avec des performances nettement meilleures que le simple apprentissage d’une régression vers la moyenne ou une fonction de copie, et le modèle pourrait combiner des informations apprises à partir d’entrées relativement différentes (séquences SARS-CoV-2 distantes). ). Le modèle a identifié des mutants uniques comparables au meilleur mutant hACE2 trouvé dans les premiers essais de MD.
Dans l’ensemble, les résultats de l’étude ont mis en évidence une approche bioinformatique combinant des simulations MD, in vitro tests d’inhibition compétitive, ANN et tests d’infection par des virus vivants, pour une évaluation rapide, rentable et efficace de l’affinité de liaison des leurres hACE2 aux nouvelles souches de SRAS-CoV-2 à un stade précoce, réduisant la durée d’adaptation du leurre hACE2 et exemples d’exigences pour in vitro sélections.
- Köchl, K., Schopper, T., Durmaz, V. et coll. (2023). Optimisation des leurres thérapeutiques SARS-CoV-2 spécifiques à la variante à l’aide de simulations de dynamique moléculaire guidées par apprentissage en profondeur. Rapports scientifiques. faire: